检 索
学术期刊
切换导航
首页
文章
期刊
投稿
首发
学术会议
图书中心
新闻
新闻动态
科学前沿
合作
我们
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
我要投稿
查看投稿进度
学术期刊
按学科分类
Journals by Subject
按期刊分类
Journals by Title
医药卫生
Medicine & Health
工程技术
Engineering & Technology
数学与物理
Math & Physics
经济与管理
Economics & Management
人文社科
Humanities & Social Sciences
化学与材料
Chemistry & Materials
信息通讯
Information & Communication
地球与环境
Earth & Environment
生命科学
Life Sciences
在线客服
客服电话:
400-188-5008
客服邮箱:
service@ccnpub.com
投诉举报:
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享
请选择
目标期刊
首页
期刊
文章
基于卷积神经网络的监控场景下行人属性识别
下载:
77
浏览:
479
胡诚1,2 陈亮1,2 张勋1,2 孙韶媛1,2
《计算机研究与应用》
2018年3期
摘要:
在真实监控场景下的视觉行人属性,如性别、衣着类型,对行人检索和行人重识别非常重要。传统的行人属性识别算法,采取人工提取特征,而且忽视行人属性特征之间的关联。受到卷积神经网络在传统计算机视觉任务中出色表现的启发,提出一种基于卷积神经网络的行人属性识别方法在监控场景下识别行人属性。卷积神经网络在训练过程中可以自动提取行人特征。重新定义的损失函数,可以同时考虑所有行人属性特征之间的联系。相比于传统方法,该算法实施简单且识别精度更高。
[1/1]
|<
<
1
>
>|
在线客服::
点击联系客服
联系电话::
400-188-5008
客服邮箱::
service@ccnpub.com
投诉举报::
feedback@ccnpub.com
人工客服
工作时间(9:00-18:00)
官方公众号
科技成果·全球共享