检索结果-内蒙古大学图书馆

软件学报 2023年第5期34卷 2035-2050页

作者：王成济苏家威罗志明曹冬林林耀进李绍滋厦门大学信息学院福建厦门361005 闽南师范大学计算机学院福建漳州363000 数据科学与智能应用重点实验室(闽南师范大学) 福建漳州363000

文本-图像行人检索旨在从行人数据库中查找符合特定文本描述的行人图像.近年来受到学术界和工业界的广泛关注.该任务同时面临两个挑战:细粒度检索以及图像与文本之间的异构鸿沟.部分方法提出使用有监督属性学习提取属性相关特征,在细粒... 详细信息

文本-图像行人检索旨在从行人数据库中查找符合特定文本描述的行人图像.近年来受到学术界和工业界的广泛关注.该任务同时面临两个挑战:细粒度检索以及图像与文本之间的异构鸿沟.部分方法提出使用有监督属性学习提取属性相关特征,在细粒度上关联图像和文本.然而属性标签难以获取,导致这类方法在实践中表现不佳.如何在没有属性标注的情况下提取属性相关特征,建立细粒度的跨模态语义关联成为亟待解决的关键问题.为解决这个问题,融合预训练技术提出基于虚拟属性学习的文本-图像行人检索方法,通过无监督属性学习建立细粒度的跨模态语义关联.第一,基于行人属性的不变性和跨模态语义一致性提出语义引导的属性解耦方法,所提方法利用行人的身份标签作为监督信号引导模型解耦属性相关特征.第二,基于属性之间的关联构建语义图提出基于语义推理的特征学习模块,所提模块通过图模型在属性之间交换信息增强特征的跨模态识别能力.在公开的文本-图像行人检索数据集CUHK-PEDES和跨模态检索数据集Flickr30k上与现有方法进行实验对比,实验结果表明了所提方法的有效性.

关键词：行人检索跨模态属性学习预训练

来源：评论

学校读者我要写书评

暂无评论

基于自监督学习的文本行人检索

引用

天津大学学报（自然科学与工程技术版） 2023年第2期56卷 169-176页

作者：冀中胡峻华丁学文李晟嘉天津大学电气自动化与信息工程学院天津300072 天津职业技术师范大学电子工程学院天津300222 中国运载火箭技术研究院研究发展部北京100076

基于文本的行人检索任务旨在以文本为查询在大规模数据库中检索出目标行人的图像,在处理社会公共安全问题中具有较高的实用价值.不同于常规的跨模态检索任务,该任务中所有的类别都是行人,不同行人之间的外观差异较小,难以辨别;此外由于... 详细信息

基于文本的行人检索任务旨在以文本为查询在大规模数据库中检索出目标行人的图像,在处理社会公共安全问题中具有较高的实用价值.不同于常规的跨模态检索任务,该任务中所有的类别都是行人,不同行人之间的外观差异较小,难以辨别;此外由于拍摄条件的限制图像质量通常较差,因此如何有效地提取更鲁棒、更具有判别性的视觉特征是该任务的一项重要挑战.为了应对这一挑战,设计了一种基于自监督学习的文本行人检索算法,以多任务学习的形式将自监督学习与基于文本的行人检索任务相结合,对两种任务同时进行训练,共享模型参数.其中,自监督任务作为辅助任务,旨在为行人检索任务学习到更鲁棒、更具有判别性的视觉特征.具体来说,首先提取视觉和文本特征,并以图像修复作为自监督任务,旨在学习更丰富的语义信息,且对遮挡数据具有更好的鲁棒性;基于行人图像的特殊性,进一步设计了一种镜像翻转预测任务,通过训练网络预测图像是否经过了镜像翻转学习具有判别性的细节信息,以帮助行人检索任务更好地区分难分样本.在公开数据集上进行的大量实验证明了该算法的先进性和有效性,将行人检索的Top-1准确率提升了2.77%,并且实验结果显示两种自监督任务存在一定的互补性,同时使用可以实现更好的检索性能.

关键词：行人检索跨模态分析自监督学习多任务学习

来源：评论

学校读者我要写书评

暂无评论

模态间关系促进的行人检索方法

引用

软件学报 2024年第10期35卷 4766-4780页

作者：李博张飞飞徐常胜天津理工大学计算机科学与工程学院天津300384 多模态人工智能系统全国重点实验室(中国科学院自动化研究所) 北京100190

基于文本描述的行人检索是一个新兴的跨模态检索子任务,由传统行人重识别任务衍生而来,对公共安全以及人员追踪具有重要意义.相比于单模态图像检索的行人重识别任务,基于文本描述的行人检索解决了实际应用中缺少查询图像的问题,其主要... 详细信息

基于文本描述的行人检索是一个新兴的跨模态检索子任务,由传统行人重识别任务衍生而来,对公共安全以及人员追踪具有重要意义.相比于单模态图像检索的行人重识别任务,基于文本描述的行人检索解决了实际应用中缺少查询图像的问题,其主要挑战在于该任务结合了视觉内容和文本描述两种不同模态的数据,要求模型同时具有图像理解能力和文本语义学习能力.为了缩小行人图像和文本描述的模态间语义鸿沟,传统的基于文本描述的行人检索方法多是对提取的图像和文本特征进行机械地分割,只关注于跨模态信息的语义对齐,忽略了图像和文本模态内部的潜在联系,导致模态间细粒度匹配的不准确.为了解决上述问题,提出模态间关系促进的行人检索方法,首先利用注意力机制分别构建模态内自注意力矩阵和跨模态注意力矩阵,并将注意力矩阵看作不同特征序列间的响应值分布.然后,分别使用两种不同的矩阵构建方法重构模态内自注意力矩阵和跨模态注意力矩阵.其中自注意力矩阵的重构利用模态内逐元素重构的方式可以很好地挖掘模态内部的潜在联系,而跨模态注意力矩阵的重构用模态间整体重构矩阵的方法,以跨模态信息为桥梁,可充分挖掘模态间的潜在信息,缩小语义鸿沟.最后,用基于任务的跨模态投影匹配损失和KL散度损失联合约束模型优化,达到模态间信息相互促进的效果.在基于文本描述的行人检索公开数据库CUHK-PEDES上进行了定量以及检索结果的可视化,均表明所提方法可取得目前最优的效果.

关键词：行人检索跨模态任务文本语义学习关系对齐注意力机制

来源：评论

学校读者我要写书评

暂无评论

GCTR:粒度统一的跨模态文本行人检索网络模型

引用

广西科学 2024年第5期31卷 988-1001页

作者：覃晓张金勇龚远旭吴琨生黄豪杰淳鑫元昌安南宁师范大学广西人机交互与智能决策重点实验室广西南宁530100 广西科学院广西南宁530012 广西区域多源数据集成与智能处理协同创新中心广西桂林541004

现有的文本行人检索网络模型在检索任务中缺乏对图文语义联系的关注,且容易忽略文本与图像特征之间的粒度差异,针对这两大问题,本研究提出一种粒度统一的跨模态文本行人检索网络模型(Granularity-unified Cross-modal Text-person Retri... 详细信息

现有的文本行人检索网络模型在检索任务中缺乏对图文语义联系的关注,且容易忽略文本与图像特征之间的粒度差异,针对这两大问题,本研究提出一种粒度统一的跨模态文本行人检索网络模型(Granularity-unified Cross-modal Text-person Retrieval model, GCTR)。首先,GCTR利用具备跨模态迁移知识能力的视觉语言预训练模型来获取具有基础关联性的文本和图像特征;其次,本研究提出一个跨模态粒度特征增强模块(Cross-Model Feature Enhancement module, CMFE),它利用跨模态特征增强码表(Enhanced Cross-modal Feature Codebook, ECFC)获取具有统一粒度的图像文本特征,解决了图文特征粒度差异的问题;最后,结合局部和全局的匹配损失策略完成模型的训练。GCTR在CUHK-PEDES、ICFG-PEDES和RSTPReid 3个公开数据集上的表现均优于现有的主流模型,证明了GCTR在跨模态文本行人检索任务上的优越性。

关键词：跨模态检索图文检索行人检索视觉语言预训练粒度特征增强

来源：评论

学校读者我要写书评

暂无评论

面向视频侦查的行人检索关键技术研究

面向视频侦查的行人检索关键技术研究

引用

作者：王晓武汉大学

学位级别：博士

近年来,大规模视频监控系统已经在我国投入使用,公安部门案件的侦破方式也随之发生了巨大的变革。在实际视频侦查应用中,一线公安人员仍需要调看案发前后及周边监控视频,扩大搜索范围,以便从多个摄像头的视频数据中查找特定嫌疑人的运... 详细信息

近年来,大规模视频监控系统已经在我国投入使用,公安部门案件的侦破方式也随之发生了巨大的变革。在实际视频侦查应用中,一线公安人员仍需要调看案发前后及周边监控视频,扩大搜索范围,以便从多个摄像头的视频数据中查找特定嫌疑人的运动轨迹,捕获有用的线索。在现有的案件侦破中,主要通过人工浏览的方式来发现嫌疑人,需要耗费大量的人力物力,效率低下。视频侦查的实际需求推进了行人检索的发展。行人检索,即给定一个监控摄像头视频中的行人对象,在其他摄像头任何时段任何位置的全画面监控视频中查寻该行人的技术,能够帮助一线公安人员快速地锁定嫌疑对象并进行追踪,进而在黄金破案时间内提供有力支持,提高公安部门的案件侦破率,具有重要的应用意义。实际视频侦查主要面向于监控场景,受监控场景复杂性的影响,行人检索使用性能并不理想,很难满足公安部门的需求。行人检索在实际监控场景中面临着以下四个瓶颈:(1)行人活动范围广。行人在日常活动中不受外来因素的影响,可以随意的运动,活动范围较广,会出现在监控图像中的任意位置。给行人候选区域的提取造成了很大的困难,传统的基于全画面滑动窗口获取行人候选区域的方法带来大量的背景冗余信息,效率低下。(2)行人尺度变化大。监控摄像头拍摄的视角较广,往往会涉及行人从距离摄像头较远的位置进入监控画面,再从距离摄像头较近的位置离开监控画面,或者相反。传统基于单一尺度阈值判断的方法在处理这种行人尺度变化大问题上性能显著下降。(3)行人遮挡多样化。在实际视频侦查中,行人会被其他人或者其他物体遮挡,进而处于复杂多样的遮挡形态下。传统的基于固定遮挡模型的方法很难准确的匹配实际多变的遮挡形态,严重影响了行人表达能力。(4)行人视觉差异大。行人在长期活动中,妆容和衣着都有明显的差异,视觉差异较大,传统的行人相似性采用视觉的距离度量来计算,视觉的差异严重影响了距离度量的性能。 (1)内部结构协同关联的行人候选区域提取方法已有的研究采用的是面向全画面滑动窗口扫描的策略获取行人候选区域,该方法不仅会带来大量无效背景区域,在特征提取阶段还会带来大量的时间消耗。本文通过图像内部区域在颜色、纹理和轮廓上的差异构建显著信息,结合滑动窗口扫描策略组成便于区分行人和背景的候选区域。将显著信息级联分类器中,快速过滤背景区域,提高了检测速度。实验结果表明,提出的方法相对于基于滑动窗口扫描方法在Caltech数据集上的检测速度提升了2.5倍。 (2)尺度空间渐变曲线映射的行人判断方法已有研究采用的是单一尺度阈值的判断方法,在处理大尺度行人时表现出较好的性能,小尺度行人的判别信息较少,其分类分值往往会低于阈值被划分为背景区域,导致严重的漏检。本文通过探索行人分类在尺度空间的映射关系,挖掘行人随尺度渐变的内在规律,建立鲁棒的行人模型,进而准确的判断小尺度的行人图像,实现从单一阈值点的判断到多尺度空面判断的转变。Caltech数据集上的实验表明,提出的方法相对于阈值判断方法在FPPI值上优化了6.4%。 (3)自适应组合优化的行人表达方法已有的处理行人遮挡工作关注于常见的几个固定遮挡模型,这些固定形态模型难以精准匹配实际监控场景中变化多样的遮挡形态。本文通过探索卷积神经网络通道和行人内部区域之间的对应关系,学习通道和遮挡形态的激活方式,研究通道指引的遮挡形态表达方法,实现从固定组合到自适应组合优化的转变。CUHK-SYSU数据集上的实验结果表明,提出的方法相对于固定遮挡形态方法在m AP值上提升了6%。 (4)多模态动态调整的距离度量方法已有的行人检索采用的是基于行人视觉属性的距离度量函数,能够很好的度量短期活动中视觉差异较小的行人,但是在实际应用中,行人大多处于长期活动中,妆容和衣着有很大的不同,外貌差异较大,基于视觉属性的距离度量函数难以区分。本文在基于外貌的行人检索中加入人脸识别和声纹识别来协同分析行人在长期活动中的相似性度量,为克服人脸和声音在监控中的不稳定性,引入自关注机制,自动的调整三种模态间的动态关系,实现从单模态的相似性度量到多模态相似性度量的转变。CSM-V数据集上的实验结果表明,提出的方法相比于基于视觉的距离度量方法在m AP值提升了11.59%。综上所述,本论文通过挖掘行人检索在复杂监控场景中的受限原因,完成了候选区域有序提取、尺度空间渐变曲线映射判断、自适应组合优化表达和多模态动态调整的距离度量等四方面理论研究,为实际公安部门视频侦查提供了新的方法。

关键词：视频侦查行人检索行人判断行人表达距离度量

来源：评论

学校读者我要写书评

暂无评论

面向监控视频的行人检索系统设计与实现

引用

湖南科技大学学报（自然科学版） 2022年第2期37卷 104-109页

作者：王月明王辉辉张宝华内蒙古科技大学信息工程学院内蒙古包头014010

为了提高面向监控视频的行人检索的准确率和鲁棒性,提出了一种基于HSV颜色直方图与ResNet50的两级检索算法.首先利用HSV颜色直方图对行人进行初筛,再采用ResNet50预训练模型对目标行人进行二级检索.在自制数据库上对不同模型进行行人检... 详细信息

为了提高面向监控视频的行人检索的准确率和鲁棒性,提出了一种基于HSV颜色直方图与ResNet50的两级检索算法.首先利用HSV颜色直方图对行人进行初筛,再采用ResNet50预训练模型对目标行人进行二级检索.在自制数据库上对不同模型进行行人检索实验,结合准确率、召回率、F-Measure和检索时间这4个指标进行评价,验证了该算法的有效性.最后基于该算法设计了一个检索特定目标行人监控视频的系统,为监控视频的快速检索提供了解决方案.

关键词：监控视频行人检索 HSV颜色直方图 ResNet50

来源：评论

学校读者我要写书评

暂无评论

监控视频行人检索研究与Web系统实现

监控视频行人检索研究与Web系统实现

引用

作者：梁学智中国科学院大学

学位级别：硕士

随着人们对公共安全需求的增长，越来越多的摄像头被部署到公共场所。如何通过对海量的监控视频数据分析找到嫌疑人的运动轨迹，已经被越来越多的研究者所关注。本文针对智能视频监控中的视频行人检索所属涉及的算法进行了深入研究。主... 详细信息

随着人们对公共安全需求的增长，越来越多的摄像头被部署到公共场所。如何通过对海量的监控视频数据分析找到嫌疑人的运动轨迹，已经被越来越多的研究者所关注。本文针对智能视频监控中的视频行人检索所属涉及的算法进行了深入研究。主要研究成果如下:\n (1)提出了一种新的通过自引导策略来学习深度模型的动态前景提取技术。主要核心思想就是每个视频学习一个特定的卷积神经网络(Convoltional Neural Networks，CNN)模型，但是不需要手工标注。首先本文使用SuBSENSE算法生成一个初始的掩膜。然后通过设计的自适应的策略来选取可靠的像素点来引导CNN网络的学习。此外还设计了一个简单的策略来自动的选取有用的帧来训练。在目前最大的前景检测数据库CDnet2014全自动的方法取得了最好的性能。(2)提出了一种通过检测结果和动态前景掩膜结合的方案来提升检测性能的方法，去掉了场景下有很多类似行人的静态目标所产生的虚检。(3)提出了一种简单的软间隔Softmax损失函来提高特征的判别能力，软间隔Softmax损失函数只需要将传统Softmax损失函数的前向计算加入一个常数项。从而可以将连续的软边缘进行调节，并且很容易可以用随机梯度下降(Stochastic Gradient Descent，SGD)来进行优化。在一些分类数据库上取得了较好的结果。同时将该损失函数应用于行人检索系统中的行人再辨识网络训练。也取得了不错性能。(4)提出了一种基于检测分数的在线关键帧选取算法，选出每个行人轨迹有代表性的几帧。大大压缩了检索规模。(5)搭建了一套基于Web的行人检索系统。\n 综上所述，本论文针对监控视频行人检索中涉及的多个模式识别与计算机视觉的基本问题作了有益的探索，形成了一套理论与系统方案，同时搭建了一套Web系统作为展示平台。

关键词：监控视频行人检索模式识别计算机视觉

来源：评论

学校读者我要写书评

暂无评论

基于多摄像机关联的行人检索系统

基于多摄像机关联的行人检索系统

引用

作者：疏坤合肥工业大学

学位级别：硕士

多摄像机的行人关联与检索是智能视频监控领域的一个研究热点。它旨在完成多摄像机场景下的行人接力跟踪与检索。基于多摄像机关联的行人检索系统融合了多个图像处理领域的理论和技术,由于该系统提高了安防监控的效率,节省了大量的人力... 详细信息

多摄像机的行人关联与检索是智能视频监控领域的一个研究热点。它旨在完成多摄像机场景下的行人接力跟踪与检索。基于多摄像机关联的行人检索系统融合了多个图像处理领域的理论和技术,由于该系统提高了安防监控的效率,节省了大量的人力物力,因此具有非常重要的实用价值。本文先介绍目标检测和跟踪等视频处理的基础理论,进而提出一种快速的行人检测算法,最后给出了多摄像机行人检索系统的设计,系统算法流程包括目标检测、行人检测、单摄像机的多目标跟踪、跨摄像机目标关联和嫌疑人检索,本文的主要工作和创新点如下：(1)针对行人检测存在的特征维度高、检测耗时等问题,提出一种基于改进的HOG与Sobel-LBP融合的快速行人检测算法。使用多尺度多分块方式提取样本图片的量化加权梯度直方图和Sobel-LBP纹理作为行人检测特征,最后通过SVN学习得到行人检测分类器。实验对比表明该算法具有较好的实时性和准确性。(2)设计并实现了基于多摄像机关联的行人检索系统。首先采用基于聚类的背景建模方法检测目标,接着利用行人检测算法修正目标检测结果,同时利用相邻帧特征匹配方法实现多目标跟踪,然后结合摄像机网络拓扑关系和关键目标相似度匹配实现多摄像机的目标关联,最后根据用户请求在关键目标中检索得到嫌疑人图片。系统软件分为客户端和服务器两个部分：客户端负责与用户交互,服务器负责同时处理多路视频。实验结果显示该系统实时性较好,能够较准确地检索行人。

关键词：多摄像机关联行人检测目标跟踪网络拓扑行人检索

来源：评论

学校读者我要写书评

暂无评论

基于正交语义特征分解的行人检索研究

基于正交语义特征分解的行人检索研究

引用

作者：孟杰大连海事大学

学位级别：硕士

随着社会安全意识的提升和多媒体技术的发展,监控设备被广泛布设于人们的生产生活中。但是仅依靠人力分析大量的视频数据无法达到高精度、实时性的安全保障。所以为监控视频设计智能分析算法具有非常重要的研究意义。本文着重研究监控... 详细信息

随着社会安全意识的提升和多媒体技术的发展,监控设备被广泛布设于人们的生产生活中。但是仅依靠人力分析大量的视频数据无法达到高精度、实时性的安全保障。所以为监控视频设计智能分析算法具有非常重要的研究意义。本文着重研究监控视频智能化的行人检测方法和行人重识别方法,基于卷积神经网络,提出端到端的行人检索融合模型。对于行人重识别问题,身份特征和与身份无关的特征高度耦合,导致模型在训练过程中被无关信息干扰,影响识别准确率。本文提出行人语义特征模型,并在深度特征图上使用施密特正交化特征分解技术,将身份特征与身份无关特征分离,对解耦合的身份特征分别使用表征学习策略和度量学习策略训练。实验证明在深度网络中的特征分离有效地提高了行人重识别模型的识别准确率。为实现端到端的行人检索模型,本文令YOLO-v3目标检测模型与改进的行人重识别模型共享特征提取网络。共享的特征提取网络会导致检测模型和重识别模型互相干扰,影响检测和识别的准确率。本文将深度语义特征模型引入共享特征提取网络,设计任务分离层。实验证明,任务分离层有效地分离了行人的共性特征和个性特征,解决了互相干扰的矛盾。

关键词：行人检索目标检测行人重识别正交语义特征

来源：评论

学校读者我要写书评

暂无评论

视频监控中的快速行人检索方法研究

视频监控中的快速行人检索方法研究

引用

作者：潘明中国航天第二研究院

学位级别：硕士

近年来，伴随着视频监控系统建设规模的不断扩大，人们对视频监控系统的高效应用和管理也提出了越来越高的要求。传统的视频监控系统对于视频中的具体内容只能依靠人工进行分析判断，在处理大规模的视频信息时效率十分低下。在公安行业... 详细信息

近年来，伴随着视频监控系统建设规模的不断扩大，人们对视频监控系统的高效应用和管理也提出了越来越高的要求。传统的视频监控系统对于视频中的具体内容只能依靠人工进行分析判断，在处理大规模的视频信息时效率十分低下。在公安行业中，警务工作者为了查找监控视频中的某个可疑人员，不得不依靠人眼去浏览大量的监控录像，这样就导致了巨大的时间和人力资源浪费。如何快速有效地从监控视频中检索出某个特定人员是一项重要而迫切的研究课题。\n 智能化的视频监控系统利用计算机替代人工来对监控视频数据进行智能处理，将人们感兴趣的关键信息从海量的视频数据中快速自动提取出来。作为智能化视频监控中的一个热门话题，行人检索技术能够帮助警务工作者查询所关注的特定行人目标在其他监控视频中是否也出现过，这可以大大减轻警务工作者的负担。本文结合国内外研究现状以及实际应用情况对行人检索方法展开研究，主要从检索效率入手，提出一种快速行人检索方法，在确保检索准确率的同时，提高检索的速度。本文的主要工作包括:\n 首先，通过对目前目标检测方法的研究，采用梯度方向直方图HOG作为检测特征，支持向量机SVM作为分类方法检测行人目标，并且使用积分图来加速梯度方向直方图的统计过程，以缩短行人检测的时间。\n 然后，提出了一种基于人体划分的MSCR-SIFT特征提取方法。利用对称性和非对称性的感知原则将人体划分为四个部分，使得之后的视觉词典构建过程中视觉词汇能够包含其所处人体位置的属性。在检测特征区域时采用MSCR方法检测人体各个部分的最大稳定色彩区域，并对SIFT描述子做一定的调整，使之能够用于MSCR区域的特征描述，这样不仅能够保持SIFT的优点，而且还能提高特征提取的速度。\n 最后，提出一种基于词袋模型和倒排索引的快速行人检索方法BOW-Ⅱ。对于数据集的所有MSCR-SIFT特征描述子，利用词袋模型的思想构建视觉词典和倒排索引，以加速行人检索的匹配过程。在检索目标图像的时候，利用目标图像的每个特征描述子所映射的聚类中心查询倒排索引表，依据候选图像出现次数之和对匹配结果进行排序。

关键词：监控视频行人检索人体划分特征提取词袋模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：