Indexed by：
Abstract：
针对行人图像的深度特征缺乏对局部细节的描述,及不完全具备对尺度、旋转、平移及光照变化等各种因素的不变性而导致行人搜索准确率低的问题,本文提出一种具有强化深度特征融合的行人搜索系统.该系统将行人候选网络和行人识别网络两部分整合优化成统一框架.其中,行人候选网络实现行人框的获取及标定,而行人识别网络在获取深度学习特征的基础上融入具有几何不变性的传统特征,建立一个强化深度特征融合网络模型.实验结果表明,本文采用强化深度特征融合的网络模型,在SSM数据集上检测并框出图片中的行人,其Top-1识别正确率高达80.7％,比单纯采用深度特征模型更具优越性.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机与现代化
ISSN： 1006-2475
CN： 36-1137/TP
Year： 2019
Issue： 8
Page： 23-27,43
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
