严国丽
- 作品数：3 被引量：12H指数：1
- 供职机构：浙江工商大学计算机与信息工程学院更多>>
- 发文基金：浙江省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于深度学习的摄像机网络中行人识别研究与系统实现
- 摄像机网络行人识别是采用计算机自动方式对多个监控视频中感兴趣的行人目标进行识别的一种技术。由于同一个人在不同光照和拍摄环境下的视觉外观会出现不一致的问题，如何对行人图像进行特征表达是行人识别研究的一项重要内容。本文对有监...
- 严国丽
- 文献传递
- 深度学习辅助的多行人跟踪算法被引量：12
- 2017年
- 目的目标的长距离跟踪一直是视频监控中最具挑战性的任务之一。现有的目标跟踪方法在存在遮挡、目标消失再出现等情况下往往会丢失目标,无法进行持续有效的跟踪。一方面目标消失后再次出现时,将其作为新的目标进行跟踪的做法显然不符合实际需求;另一方面,在跟踪过程中当相似的目标出现时,也很容易误导跟踪器把该相似对象当成跟踪目标,从而导致跟踪失败。为此,提出一种基于目标识别辅助的跟踪算法来解决这个问题。方法将跟踪问题转化为寻找帧间检测到的目标之间对应关系问题,从而在目标消失再现后,采用深度学习网络实现有效的轨迹恢复,改善长距离跟踪效果,并在一定程度上避免相似目标的干扰。结果通过在标准数据集上与同类算法进行对比实验,本文算法在目标受到遮挡、交叉运动、消失再现的情况下能够有效地恢复其跟踪轨迹,改善跟踪效果,从而可以对多个目标进行持续有效的跟踪。结论本文创新性地提出了一种结合基于深度学习的目标识别辅助的跟踪算法,实验结果证明了该方法对遮挡重现后的目标能够有效的恢复跟踪轨迹,适用在监控视频中对多个目标进行持续跟踪。
- 王慧燕杨宇涛张政严国丽王靖齐李笑岚陈卫刚华璟
- 关键词：多目标跟踪
- 基于多层次深度特征融合的摄像机网络行人识别方法
- 本发明公开了一种基于多层次深度特征融合的摄像机网络行人识别方法，其通过迁移预训练网络的参数到行人数据库，在行人数据库上学习了一个新的网络模型，利用新的网络模型提取多个不同层次的深度特征，并通过将卷积神经网络最后一层的So...
- 王勋王慧燕严国丽
