简介:ECAI2016是欧洲展示AI科学成果的最佳场所，大会为研究者获得了良好的机会，说明了现代最优秀的人工智能研究成果。通过多重深度和深度测量，行人重新识别。行人重新识别的目标是从不同地方的多个相机的角度识别同一个人的图像，这在人工智能和多媒体领域引起了强烈的研究兴趣。测量自学方法作为其受欢迎的研究方向，在寻求必要的测量空间分解的正确特征方面发挥着最重要的作用。
但是，现有的测量自学方法主要是通过单一测量自学的最佳距离测量函数，不能考虑样品之间的多重相近关系。为了解决问题，本文明确提出了从浅到深的深度测量自学方法，具有多种不同的填充自动编码器(SAE)网络和分类网络。
从人的视觉机制的角度来看，多个层次不同的浅神经网络模拟大脑的视觉系统处理信息，使用不同的模式识别对象的文字。另外，为了处理不同测量方式的最后识别精度，明确提出了权重分配机制。在两个公共数据集(VIPe和CUHK)实验的结果显示了明确提出方法的期待性能。第一作者介绍MingfuXiong工作:武汉大学文章的总结和应用于场景本次研究，我们明确提出了利用多重深入的自动编码模型方法，处理不同环境变化的行人再识别问题。
我们的算法训练了几个不同的SAE网络，每个网络后面都有softmax分类器，可以制作隐藏层的神经网络模拟大脑的视觉皮层。预处理后的行人图像通过乘以作为网络输出的平均值，产生了一对分类结果。
最后，进一步用于权重分配机制，提高分类结果的识别精度。在两个公共数据集中大量实验的结果显示了我们算法的优势。我们创建的多重从深度微的自学方法扩展到其他视觉应用，如图像分类、对象检查等。
via:ECAI2016PS。本文由(公共编号:)独家编译，未经许可拒绝出版！原始论文iTunes原始文章，允许禁止发表。下一篇文章发表了注意事项。
本文关键词：行人,再,识别,米乐体育app下载,—,就是,一直,盯着,你,ECAI2016
本文来源：米乐体育app网页登录-www.menjinkaoqinji.com