【摘 要】
：
目的 为了实现跨摄像机区域多人脸图像跟踪的目的。方法 本文提出了一种基于双三分支孪生网络（DTN）的跨摄像机跟踪网络。具体方法是应用Chinese Whisper人脸聚类算法将同一个行人的人脸图片聚类，并根据人脸聚类的结果通过智能监控确定被捕捉的目标人脸。通过改进FaceNet网络的网络结构和训练函数实现行人人脸的精确跟踪。结果 在LFW数据集上训练DTN，通过边缘样本挖掘损失（MSML）和焦点损
论文部分内容阅读
目的 为了实现跨摄像机区域多人脸图像跟踪的目的。方法 本文提出了一种基于双三分支孪生网络（DTN）的跨摄像机跟踪网络。具体方法是应用Chinese Whisper人脸聚类算法将同一个行人的人脸图片聚类，并根据人脸聚类的结果通过智能监控确定被捕捉的目标人脸。通过改进FaceNet网络的网络结构和训练函数实现行人人脸的精确跟踪。结果 在LFW数据集上训练DTN，通过边缘样本挖掘损失（MSML）和焦点损失难样本均衡训练后的模型，其人脸识别率可提高到99.51%。结论 实验结果表明：通过比较同一视频监控视场
其他文献
目前的语义分割方法可以得到行人的轮廓，但在行人相互遮挡时，无法直接得到图中行人的数量，身高和中心位置等信息。针对这一缺陷，本文提出G-UNet模型算法：在语义分割主干之外，增加一个行人区域的高斯椭圆密度核检测分支，通过核的极大值点、垂直和水平轴尺度，分别检测行人的中心位置、高度和宽度，并由密度核极大值点的唯一性，解决了行人遮挡的检测难题。另外，UNet以空间对称的方式将底层和高层特征进行硬性的拼接
人脸亲子关系验证即通过给定的不同人的两幅人脸图像判断其是否具有亲子关系，是计算机视觉和机器学习领域中一个重要的研究问题，在丢失儿童寻找、社会媒体分析、图像自动标注等领域具有广泛的应用价值.随着人脸亲子关系验证问题受到越来越多的关注，其在多个方面都得到了相应的发展，本文对人脸亲子关系验证方法做了综述整理.首先，简要介绍了人脸亲子关系验证在近十年的研究现状，随后对问题进行了定义并讨论其面临的挑战.接下
针对基于图像的煤矸分选中，由于生产环境中粉尘、水雾、电磁干扰以及光源设备等因素，引起图像照度变化，影响图像质量，降低识别率的问题，提出一种基于快速引导滤波的Retinex算法，通过去除原始照度分量，添加合适的照度分量实现图像整体亮度的调节。采用2500lux，4000lux，5500lux，7000lux四种照度模拟实际工况环境照度的变化，并采集韩城矿区的瘦煤和页岩，铜川陈家山矿区的弱粘煤和粉砂岩
针对近年鸟类啄食对农业生产带来的损失，通过实时准确识别鸟类解决传统驱鸟器开关策略的弊端，本文提出一种基于YOLOv3检测鸟类的目标检测算法。该方法 YOLOv3网络中特征融合进行改进，将SE Module嵌入进主干网络的Darknet53网络中，关注不同通道特征的重要程度；采用ASFF增强网络中FPN的特征融合，提升各尺度的检测能力；引入CIOU边界框回归损失函数对回归在预测框和目标框有重叠甚至包
高光谱图像有效压缩对于实现实时传输具有重要意义。本文将光谱线性分解应用于高光谱图像的高效压缩中，根据高光谱图像的线性混合模型，将高光谱数据分解为端元与丰度的乘积，编码端对端元与丰度进行必要的数据处理，然后分别进行JPEG-LS无损压缩，形成输出码流数据。解码端利用最终解码后的端元与丰度相乘来重建原始图像，探讨了量化步长对率失真性能的影响。仿真实验结果表明，该方法能够取得一定的压缩性能。
本文提出了一种基于YOLOv4目标检测方法的绝缘子爆裂故障智能识别模型，以某供电局一年内正常绝缘子及爆裂绝缘子图像为样本，对故障识别模型进行训练，得出识别模型的权重。采用该模型对绝缘子及其爆裂故障进行识别测试，结果表明，该模型识别绝缘子的平均精度（AP,average precision）为92.6%，识别绝缘子爆裂故障的平均精度（AP）为91.78%，模型每秒处理帧数（FPS,Frames Pe
基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks， S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积
针对金属球面高反光及高曲率对表面微缺陷检测的不利影响，提出一种基于空间全角度光源和图像融合的检测方法，通过空间全角度光源系统提供不同照明方案扫描球面获得图像信息，利用图像融合对有效检测区域内微缺陷与背景的差异性进行累积，放大微缺陷与背景差异，提升微缺陷检测能力。实验结果表明，基于本方法的检测装置对直径20mm精度G16的轴承钢球表面不同位置微缺陷的检测效果显著，解决了金属球面高反光引起检测盲区问题
针对复杂自然环境下稠密聚集的荔枝花无法使用目标检测、实例分割方法识别的问题，本文提出一种深度语义分割网络识别荔枝花、叶像素并实现分割的方法，为智能疏花奠定视觉基础。首先在花期季节于实验果园拍摄荔枝花像，然后制作标签，并进行数据增强；接着构建深度为34层的ResNet主干网络，在此基础上加入稠密特征传递方法和注意力模块，提取荔枝花、叶的特征，最后通过全卷积网络层实现荔枝花、叶分割。模型的平均交并比(
聚焦评价是根据离焦序列图像搜索并获得最优像点位置的数值分析方法，其分辨力直接决定三维聚焦形貌恢复技术的重建精度。本文以空域拉普拉斯算子与频域离散余弦变换为基础，提出一种联合二者聚焦评价结果的高分辨力聚焦评价方法。首先，使用离散余弦变换算子对图像进行聚焦评价，将拉普拉斯算子聚焦评价值对称变换的结果作为权重因子；然后，使用权重因子对离散余弦变换评价值进行修正，以增加对图像聚焦特征的响应、抑制对图像离焦