基于深度学习的行人重识别综述OA北大核心CSTPCD
行人重识别主要研究在不同摄像机拍摄的图形中检索目标行人的任务,是计算机视觉领域一个极具挑战性的研究课题。传统依赖手工特征的行人重识别方法性能低且鲁棒性差,不能适应数据爆炸增长的信息时代。近年来,随着大规模行人数据集的出现和深度学习的迅速发展,行人重识别研究取得了许多突出成果。梳理了性能接近饱和的有监督学习研究方法,并探讨近几年研究热度较高的弱监督学习、跨模态数据和端到端的行人重识别现状;对不同类型行人重识别方法比较分析,列举了常用数据集,并将部分…查看全部>>
杨永胜;邓淼磊;李磊;张德贤
河南工业大学信息科学与工程学院,郑州450001 河南省粮食信息处理国际联合实验室,郑州450001河南工业大学信息科学与工程学院,郑州450001 河南省粮食信息处理国际联合实验室,郑州450001河南工业大学信息科学与工程学院,郑州450001河南工业大学信息科学与工程学院,郑州450001 河南省粮食信息处理国际联合实验室,郑州450001
信息技术与安全科学
行人重识别有监督学习弱监督学习跨模态端到端
《计算机工程与应用》 2022 (9)
P.51-66,16
评论