抑制背景干扰的行人重识别方法

为解决行人重识别中的相似背景干扰问题,提出抑制背景干扰的行人重识别方法.首先对多摄像头监控场景下的行人重识别中的前景与背景的隐含关系进行分析;然后设计背景抑制网络模型,包括前景子网络、背景子网络和噪声抑制模块;最后在噪声抑制损失函数的作用下增强前景子网络对行人特征的提取能力,抑制背景噪声.在Market1501和DukeMTMC-reID数据集上进行仿真实验,结果表明,所提方法具有较低的计算复杂度,在提高模型识别性能的同时,可迁移能力有明显提高.

融合双注意力与多标签的图像中文描述生成方法

图像描述是目前图像理解领域的研究热点.针对图像中文描述句子质量不高的问题,本文提出融合双注意力与多标签的图像中文描述生成方法.本文方法首先提取输入图像的视觉特征与多标签文本,然后利用多标签文本增强解码器的隐藏状态与视觉特征的关联度,根据解码器的隐藏状态对视觉特征分配注意力权重,并将加权后的视觉特征解码为词语,最后将词语按时序输出得到中文描述句子.在图像中文描述数据集Flickr8k-CN、COCOCN上的实验表明,本文提出的模型有效地提升了描述句子质量.