结合行人检测和重识别的人员搜索框架在搜寻走失儿童中的应用分析

发布时间：2024-11-02 11:14

　　 我国每年失踪儿童约有20万人,如何利用人工智能技术寻找走失儿童是社会讨论的热点问题。首先,文章将行人检测和行人重识别相结合,建立了端到端的行人搜索框架,并使用OIM监督学习。然后,在Person Search数据集上进行训练后,分别用儿童和成年人的图片作为输入进行测试。最后,根据评价指标证明文章的搜索框架有70%以上的成功率,且儿童比成年人更加难以搜寻。

【文章页数】：3 页

【部分图文】：

如何利用人工智能技术寻找走失儿童一直是社会关注的热点问题，行人重识别是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。虽然现今已经提出了大量的行人重识别方法，但是还是很难被应用到现实世界中，因为行人重识别的研究使用的数据集大多数是手工剪切过的图片，如图1所示。可见....

本文的CNN结合了行人检测和行人重识别网络，结构如图2所示，输入一张完整的图像后，经过特征提取网络将像素矩阵转换成卷积特征图后，行人候选网络将此作为输入来预测行人的边界框。然后，将其输入到具有RoI-Pooling的身份识别网络中，为每个边界框包围的行人提取256维的特征向量。....

从实验结果来看，搜索准确率较高，候选框非常贴合行人，测试结果中有很多令人满意的结果，如图3所示。但是，对于一些被遮挡，或者行人姿势不太好的情况，也会影响测试的结果，如图4所示。

但是，对于一些被遮挡，或者行人姿势不太好的情况，也会影响测试的结果，如图4所示。可见，在衣着颜色比较特别、查询图像是正面且没有遮挡的情况下，人员搜索成功概率将大大提高。

本文编号：4009505