【摘 要】
：
由于行人姿态、相机的角度等不同，导致出现行人未对齐，相同行人但背景迥异，以及图像中行人身体部件缺失等问题。针对这些亟需解决的问题，提出一种基于前景分割与多损失融合的行人重识别方法。首先对去除背景的前景图像进行局部分块，使用遮挡机制来调节三个局部特征向量，同时设计权重自适应方法，来解决身体部件缺失问题，增强局部特征的自适应性。然后利用背景约束损失来限制背景信息与全景信息之间的特征距离以再次减少背景信
论文部分内容阅读
由于行人姿态、相机的角度等不同，导致出现行人未对齐，相同行人但背景迥异，以及图像中行人身体部件缺失等问题。针对这些亟需解决的问题，提出一种基于前景分割与多损失融合的行人重识别方法。首先对去除背景的前景图像进行局部分块，使用遮挡机制来调节三个局部特征向量，同时设计权重自适应方法，来解决身体部件缺失问题，增强局部特征的自适应性。然后利用背景约束损失来限制背景信息与全景信息之间的特征距离以再次减少背景信息的影响。最后融合全局损失、局部损失以及约束损失等多个损失，实现整个网络的联合优化。分别在包括Marke
其他文献
金融领域中的突发事件是变点问题的一种体现,往往由于其随机性和发生前信息量不足等因素造成突发事件难以识别和预测.金融市场常常表现出非线性和异质性等特征,门限分位数自回归模型作为金融领域变点问题研究的重要模型,逐渐在经济和统计学界获得更多的关注.本文结合不同的分位数对门限分位数自回归模型中的变点估计问题提出两种新的估计方法:门限自回归分位数复合估计和分位数平均估计.在一些实际数据分析中,研究发现在不同
传统村落作为我国农耕历史文化活化石，是承载农业社会人们聚居劳作和繁衍生息等社会行为的场所。2012年9月，为了强调传统村落的文明价值和传统意义，传统村落委员会将“古村落”的称谓改为“传统村落”。随着大数据技术的进步，地理信息系统（GIS）也逐步被运用于传统村落研究领域。由于GIS对于传统村落中地理信息数据的强大分析功能，使传统村落的研究更加科学化与多元化，因此GIS在传统村落中的应用研究具有丰富的
持续的流动已经成为信息时代最显著的特征，流动所带来的环境恶化、疾病传播等负面问题使得人们对流动空间治理愈发关注，而信息通信技术影响下的智慧流动性为解决这些问题提供了新思路。在“流动转向”背景下，流动性已经成为包括地理学在内许多学科研究的新范式。信息通信技术改变了城市居民的流动行为、流动体验以及流动表征的社会意义，建构了跨越多重空间的高维流动空间网络。本文从智慧流动性的内涵与特征，智慧流动性的影响因
精确的将牙齿从牙颌模型中分割出来是虚拟牙齿矫正系统的一个重要的预处理问题。现有方法在进行牙颌模型分割时，多会对所有的面片直接进行计算处理。针对该问题，提出一种基于目标区域约束的分割线探测方法，可以将探测范围锁定在实际分割线的周围。该方法根据种子点的位置自动构建切割平面及切割线；通过寻找切割线上负曲率最大的位置来锁定探测范围；最后根据曲率及角度信息进行分割线的探测。实验结果表明，该方法对各类畸形牙模
针对光学和合成孔径雷达（synthetic aperture radar， SAR）影像间的几何形变和辐射差异造成的配准困难问题，提出一种基于空间几何约束和结构特征的光学影像与SAR影像自动配准方法。首先，利用分块的Harris算子在输入影像上提取分布均匀的特征点，根据有理函数模型对输入影像进行局部几何纠正，实现输入影像与参考影像间的局部粗配准。然后利用影像的方向梯度信息构建几何结构特征描述符，并
为探究澳大利亚地区GRACE（Gravity Recovery and Climate Experiment）卫星数据反演得到的水文负荷形变与GPS垂向位移季节性变化是否一致，选取该区域27个GPS站点5～10 a的高程时间序列并结合GRACE同期数据反演结果进行分析。由于GRACE空间分辨率低且其反演的负荷位移对近场质量变化的敏感性远大于远场，因而所选站点GRACE估计垂向水文负荷形变的振幅普遍
考虑到全球导航定位系统（Global Navigation Satellite System， GNSS）地震信号的非线性和非平稳性，本文利用一种多尺度多方向主成分分析（Multiscale Multiway Principal Component analysis， MSMPCA）去噪的完备总体经验模态分解(Complete Ensemble Empirical Mode Decompositi
利用全球导航卫星系统的反射信号(GNSS-R， Global Navigation Satellite Systems Reflectometry)进行遥感探测，近年来已成为研究热点。本文即是以FY3E GNOSII (Feng Yun 3 E， The II generation of GNSS Occultation Sounder)的星载GNSS-R遥感场景为例，使用GREEPS (GNSS
为了提高SAR(synthetic aperture radar)影像变化检测的精度，提出一种基于变分法与MRFFLICM(markov random field fuzzy local information C-means clustering)聚类法的SAR影像变化检测方法。首先，融合对数比影像和对数均值比影像来构建差异影像，然后采用构建的变分去噪模型去除差异影像的噪声。最后，利用马尔可夫随
GPS坐标时序中分离同震形变和震前稳态速度场，采用加权非线性最小二乘估计震后对数弛豫时间，可更准确的提取震后对数弛豫项，从而能分析震后弛豫项对测站位移的独立物理贡献，并为震后余滑和黏滞性松弛效应等现象的分析提供参考。以日本2009-2019年GPS坐标时序为例，估计2011年Mw9.0地震震后对数弛豫时间，发现不同站点的对数弛豫时间与其震中距关系显著，且服从高斯分布。据此，构建高斯函数加常数模型，