-
公开(公告)号：CN104376334A
公开(公告)日：2015-02-25
申请号：CN201410635897.5
申请日：2014-11-12
Applicant: 上海交通大学
CPC classification number: G06K9/00369 , G06K9/6215 , G06K9/6227 , G06K9/6259
Abstract: 本发明公开一种计算机视频处理技术领域的多尺度特征融合的行人比对方法，本发明融合多种行人特征，增强比对特征在多摄像头环境下的稳定性和独特性；同时根据特征在不同图像尺度上的表现，不同的行人特征将在不同尺度上进行比对：先在小尺度上进行比对过滤，而后对筛选后的行人在较大尺度上进行匹配，在保证各特征比对性能的前提下，降低方法复杂度；并针对现有纹理特征进行改进，采用一种新的基于显著特征点的比对方法；本方法引入半监督的距离学习方法进行距离函数学习，以降低传统距离学习算法训练标定过程的复杂度，提高匹配准确率。
-
公开(公告)号：CN104376334B
公开(公告)日：2018-05-29
申请号：CN201410635897.5
申请日：2014-11-12
Applicant: 上海交通大学
Abstract: 本发明公开一种计算机视频处理技术领域的多尺度特征融合的行人比对方法，本发明融合多种行人特征，增强比对特征在多摄像头环境下的稳定性和独特性；同时根据特征在不同图像尺度上的表现，不同的行人特征将在不同尺度上进行比对：先在小尺度上进行比对过滤，而后对筛选后的行人在较大尺度上进行匹配，在保证各特征比对性能的前提下，降低方法复杂度；并针对现有纹理特征进行改进，采用一种新的基于显著特征点的比对方法；本方法引入半监督的距离学习方法进行距离函数学习，以降低传统距离学习算法训练标定过程的复杂度，提高匹配准确率。
-
Search Results
2
records
(took 0.018 seconds)
