典型文献
基于难样本混淆增强特征鲁棒性的行人重识别
文献摘要：
随着深度学习的兴起,行人重识别逐渐成为计算机领域的热门话题.它通过给定的查询行人图像进行跨摄像机检索,找出与查询身份相匹配的行人.然而,由于受到不同视角下的背景、光照等因素影响,采集到的行人图像中存在大量的难样本,利用这些难样本训练得到的模型识别性能低下,缺乏鲁棒性.因此,为了提高模型对难样本的鉴别能力,设计了一种新颖的通过混淆因子合成具有难样本信息图像的方法.对于每批输入图片,通过相似性度量寻找每张图像对应的难样本,结合混淆因子合成具有难样本信息的新图像再以有监督的方式促使模型挖掘难样本信息,从而提高模型鲁棒性.大量对比实验表明,所提方法在主流数据集上达到了较高的识别率,消融实验证明了所提方法的有效性.
文献关键词：
深度学习;行人重识别;混淆因子;相似性度量;难样本
中图分类号：
作者姓名：
郝玲;段继忠;庞健
作者机构：
昆明理工大学信息工程与自动化学院,昆明 650504
文献出处：
引用格式：
[1]郝玲;段继忠;庞健-.基于难样本混淆增强特征鲁棒性的行人重识别)[J].数据采集与处理,2022(01):122-133
A类：
B类：
难样本,行人重识别,计算机领域,热门话题,过给,跨摄像机,不同视角,样本训练,练得,模型识别,识别性,鉴别能力,混淆因子,信息图,每批,相似性度量,每张,新图,再以,有监督,模型鲁棒性,流数据,上达,识别率,消融实验
AB值：
0.357259
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
