苏驰
- 作品数：7 被引量：0H指数：0
- 供职机构：北京大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种目标跟踪的方法及装置
- 本发明适用于图像处理技术领域，提供了一种目标跟踪的方法及装置，所述方法包括：当输入第t帧图像时，通过前t-1帧图像学习更新得到的在线模型H<Sub>t-1</Sub>，预计对象所在区域；在预计的对象所在区域进行样本数据采...
- 田永鸿苏驰王耀威黄铁军
- 最小熵迁移对抗散列方法
- 2020年
- 散列算法具有高效的存储和查询特性,被广泛应用于大规模的图像检索.大多数现有的深度散列方法都基于独立同分布的假设,即训练集(源域)和测试集(目标域)的分布一致.然而在现实应用中,源域和目标域往往存在较大的差异,即跨域检索.因此有些研究工作开始将跨域识别的方法引入到跨域检索中,以增强所学散列函数的泛化性.现有跨域检索方法仍存在散列码的判别力不足和域不变能力不足2个问题.提出语义保持模块和最小熵损失来解决这2个问题.语义保持模块是1个分类子网络,该模块可以充分利用源域的类别标注信息,并将该语义信息传递给散列学习子网络使得学习到的散列码包含更多的语义信息,即增强判别力.此外,对于无标注的目标域,熵表征目标域样本的分类响应的集中程度,理想的散列码经过语义保持模块后得到的分类响应应该集中于某一个类别,即最小熵状态.引入最小熵损失促使目标域样本与源域样本在类别响应这一空间上分布更加对齐,进而使得散列码更具域不变性.通过引入语义保持模块和最小熵损失,在现有方法的基础上构建了端到端的跨域检索网络,并在2个数据集上进行了大量实验,与领域内现有主要模型进行了详尽的对比,实验证明所提模型取得了更优的性能.
- 卓君宝苏驰王树徽黄庆明
- 一种基于动态贝叶斯模型网络的对象跟踪方法和设备
- 本发明公开了一种基于动态贝叶斯网络的对象跟踪方法，该方法包括：对输入的图像帧进行预处理，对图像帧进行对象检测或者前景检测，得到对象检测结果，根据对象检测结果，针对需要跟踪的新对象初始化对象跟踪器，并将其添加到对象跟踪器序...
- 田永鸿苏驰王耀威黄铁军
- 文献传递
- 用于行人再识别的神经网络和基于深度学习的行人再识别算法
- 本发明公开了用于行人再识别的神经网络和基于深度学习的行人再识别算法。该神经网络包括：使用行人的原始全身图像作为第一输入并输出第一识别特征的第一神经网络；使用从行人的原始全身图像提取的人体部位图像的仿射变换图像作为第二输入...
- 张史梁田奇高文李佳宁苏驰
- 文献传递
- 一种目标跟踪的方法及装置
- 本发明适用于图像处理技术领域，提供了一种目标跟踪的方法及装置，所述方法包括：当输入第t帧图像时，通过前t‑1帧图像学习更新得到的在线模型H<Sub>t‑1</Sub>，预计对象所在区域；在预计的对象所在区域进行样本数据采...
- 田永鸿苏驰王耀威黄铁军
- 文献传递
- 一种基于动态贝叶斯模型网络的对象跟踪方法和设备
- 本发明公开了一种基于动态贝叶斯网络的对象跟踪方法，该方法包括：对输入的图像帧进行预处理，对图像帧进行对象检测或者前景检测，得到对象检测结果，根据对象检测结果，针对需要跟踪的新对象初始化对象跟踪器，并将其添加到对象跟踪器序...
- 田永鸿苏驰王耀威黄铁军
- 文献传递
- 用于行人再识别的神经网络和基于深度学习的行人再识别算法
- 本发明公开了用于行人再识别的神经网络和基于深度学习的行人再识别算法。该神经网络包括：使用行人的原始全身图像作为第一输入并输出第一识别特征的第一神经网络；使用从行人的原始全身图像提取的人体部位图像的仿射变换图像作为第二输入...
- 张史梁田奇高文李佳宁苏驰
