期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多模态图卷积神经网络的行人重识别方法 被引量:2
1
作者 何嘉明 杨巨成 +2 位作者 吴超 闫潇宁 许能华 《计算机应用》 CSCD 北大核心 2023年第7期2182-2189,共8页
针对行人重识别中行人文本属性信息未被充分利用以及文本属性之间语义联系未被挖掘的问题,提出一种基于多模态的图卷积神经网络(GCN)行人重识别方法。首先使用深度卷积神经网络(DCNN)学习行人文本属性与行人图像特征;然后借助GCN有效的... 针对行人重识别中行人文本属性信息未被充分利用以及文本属性之间语义联系未被挖掘的问题,提出一种基于多模态的图卷积神经网络(GCN)行人重识别方法。首先使用深度卷积神经网络(DCNN)学习行人文本属性与行人图像特征;然后借助GCN有效的关系挖掘能力,将文本属性特征与图像特征作为GCN的输入,通过图卷积运算来传递文本属性节点间的语义信息,从而学习文本属性间隐含的语义联系信息,并将该语义信息融入图像特征中;最后GCN输出鲁棒的行人特征。该多模态的行人重识别方法在Market-1501数据集上获得了87.6%的平均精度均值(mAP)和95.1%的Rank-1准确度;在DukeMTMC-reID数据集上获得了77.3%的mAP和88.4%的Rank-1准确度,验证了所提方法的有效性。 展开更多
关键词 行人重识别 多模态 图卷积神经网络 行人文本属性 隐含语义联系
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部