基于JetsonTX2的无感式行人重识别特征提取系统
赵嘉靖
黎曙
江苏大学 镇江 212013
摘要：自1993年Yan LeCun首次展示了将卷积神经网络用于文本识别以来,卷积神经网络在计算机视觉领域的应用不断兴起,并且其表现特别优异,特别是在检测、识别方面有了长足的发展.通常在行人检测和行人重识别任务中,网络接受的对象都是单张图片,而实际在生产环境中,往往任务面对的都是一段连续的视频,其中充斥着大量有弱关联的目标样本.论文针对智能视频监控中,在JetsonTX2上使用MobilenetV2-YoloV3作为目标检测框架,使用一种改进的基于BOT行人重识别网络作为行人重识别框架.之后利用KM算法以及梯度下降计算特征中心对视频输出目标样本进行关联和特征融合,实现无感式行人特征提取.
关键词：目标检测行人重识别KM算法中心损失梯度下降算法
分类号：TN911.73(通信)
论文发表日期：2023-07-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1500-1504,1539 )
英文信息