基于亮度感知的前景提取

前景提取是在图像整体认知基础上将感兴趣对象分离出来,本文联合图像亮度视觉感知和水平集方法提出了一种基于亮度感知的前景提取模型.该模型依据像素对的亮度视觉相关性,联合视觉区域内的相似性和区域间的差异性,设计了亮度感知能量泛函,运用瑞利熵求解能量泛函得到视觉区域,利用视觉区域特征驱使初始曲线演化至前景轮廓.相对于传统算法,该模型运用图像视觉特征有利于从图像的整体认知上提取前景,提高了水平集方法的前景提取质量.

基于人体部件特征的行人重识别

传统行人重识别技术主要根据行人特征鉴别行人身份,其特征对光照、姿态、视角等因素敏感。本文分析了行人的不同身体部件在竖直和水平方向上的运动规律,结合其规律提出了基于人体部件特征的行人重识别模型。该模型运用身体部件在竖直方向上的二阶统计特征和水平方向的一阶统计特征识别同一行人。在VIPeR、PRIDD450S数据集上的实验结果表明,本模型嵌入行人在竖直方向上的特征,改善了光照、姿态、视角等因素对行人重识别的负面影响。