论文研究-预训练卷积神经网络模型微调的行人重识别.pdf下载

针对行人重识别中传统的人工提取的行人浅层特征因受摄像机角度、光照等外界环境的影响，鲁棒性不好，收敛速度慢的问题，研究使用预训练卷积神经网络模型在行人数据库上进行微调的方法，对行人图片进行特征提取，从而得到高维的深层行人特征，最后通过欧氏距离进行相似性的度量。实验结果证明，深层的行人特征在平均准确度评估标准上，相比于传统的人工设计特征，分别得到了9.51%、11.12%、16.63%、16.96%的提高，收敛速度也变得更快，说明深层特征的行人识别能力更强。