咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于自适应正则化的东北虎重识别方法 收藏

基于自适应正则化的东北虎重识别方法

Re-Identification Method of Siberian Tiger Based on Adaptive Regularization

作     者:于慧伶 钱成帅 YU Huiling;QIAN Chengshuai

作者机构:东北林业大学信息与计算机工程学院哈尔滨150040 

出 版 物:《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期:2022年第58卷第8期

页      面:191-197页

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:黑龙江省自然科学基金(LH2020F002) 

主  题:重识别 残差网络 自适应L2正则化 特征融合 

摘      要:随着东北虎数量不断减少,识别单只老虎进而做出保护和追踪变得很有意义,故采用了一种基于局部分块和自适应L2正则化方法的东北虎重识别网络模型(part-based convolutional baseline-adaptiveL2,PCB-AL2)以解决在自然环境下东北虎重识别困难等问题。自适应L2正则化因子通过反向传播进行自适应更新,这是通过将正则化因子作为可训练的变量来实现的。针对老虎依靠身体条纹分辨的特点,采用一种双分支网络结构:局部分支和全局分支,网络依靠局部特征指导全局特征学习。实验结果表明,在ATRW数据集上与PPbM-a、PPbM-b以及PPGNet对比得出结论,在单摄像头环境下mAP达到了92.1%,跨摄像头环境下mAP达到75.1%。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分