典型文献
基于多级脉冲特征集融合的行人重识别方法
文献摘要：
针对提取监控视频中行人的时空特征相对困难和使用步态这一时空特征进行小样本学习后,准确率相对较低的问题,提出一种基于多级脉冲特征集融合的行人重识别方法(MSSF).首先,通过脉冲卷积提取基于步态图像帧的局部行人脉冲特征,在此基础上,将局部脉冲特征映射为具有全局行人属性的脉冲特征集;接着通过融合不同深度级别的脉冲特征集来表征行人的时空多维特征,并使用水平金字塔进一步提取更具区分度的特征;最后,通过时空梯度反向传播优化网络参数.实验在CASIA-B数据集上进行,在小样本学习后,跨视角正确率最高达到了71.7％,提升4.91％,验证了所提方法的有效性.
文献关键词：
行人重识别;步态特征;脉冲神经网络;多级脉冲;特征融合;时空梯度
中图分类号：
作者姓名：
费孝如;叶武剑;刘怡俊;吕友成;姜子星
作者机构：
广东工业大学,广东广州510006;广州星海集成电路基地有限公司,广东广州510006
文献出处：
引用格式：
[1]费孝如;叶武剑;刘怡俊;吕友成;姜子星-.基于多级脉冲特征集融合的行人重识别方法)[J].电脑知识与技术,2022(29):8-11
A类：
MSSF,时空梯度
B类：
多级脉冲,脉冲特征,征集,行人重识别,监控视频,中行,时空特征,小样本学习,步态图,人脉,特征映射,行人属性,不同深度,时空多维,多维特征,平金,金字塔,区分度,反向传播,传播优化,网络参数,CASIA,跨视角,步态特征,脉冲神经网络,特征融合
AB值：
0.358165
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。
