-
题名基于卷积神经网络的井下行人重识别算法
- 1
-
-
作者
王侠
孟广瑞
-
机构
安徽新闻出版职业技术学院
国能神东煤炭集团有限责任公司机电管理部
-
出处
《工矿自动化》
CSCD
北大核心
2024年第S2期237-238,245,共3页
-
基金
安徽省高校自然科学研究重点项目(2022AH053007)
-
文摘
针对矿井无监督行人重识别任务,提出一种基于软标签学习的无监督行人重识别算法。该算法利用软标签显示图像的相似程度,通过求解概率分布关联图片,软标签识别后判断出需要度量图片间的相似程度时,可充分利用井下行人的编号及摄像头的编号。并提出跨摄像头激励机制,用于对不同摄像视角下行人图像标签优化,将全局外观和局部细节作为辅助模型训练的激励信息。实验结果表明,基于软标签学习的无监督行人重识别算法的准确率和全类平均精度(mAP)分别提高了24.3%和16.6%,辅以摄像头激励后改善了原有不同相机识别图像的困难。
-
关键词
井下行人重识别
卷积神经网络
软标签
跨摄像头激励机制
-
分类号
TD76
[矿业工程—矿井通风与安全]
TP391.41
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
