科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明涉及一种基于时空上下文的行人重识别与追踪方法,包括：训练Mask RCNN网络；利用训练后的Mask RCNN网络处理原始图片集,得到训练集、测试集和查找集；利用训练集训练卷积神经网络；利用训练后的卷积神经网络对测试集和查找集进行处理,以从测试集中获取第一预设数量的图片,以对目标行人进行重识别。本发明使用目标检测算法和实例分割算法对图片进行预处理,去除背景干扰信息,能够进一步提高模型精度,提升行人重识别方法的准确率。同时,本发明解决了目前行人重识别算法缺乏追踪功能的问题,提出了基于步行速度的区域预测算法,结合Mask RCNN降低了追踪计算复杂度,达到实时追踪,提高了追踪效率。
- 单位
