您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201811-28
论文题目 基于深度人体语义分割与注意力机制的视频行人再识别
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于深度人体语义分割与注意力机制的视频行人再识别

首发时间:2018-11-07

毛妤 1   

毛妤(1995-),女,硕士,主要研究方向:视频处理与行人再识别

杜海清 1   

杜海清(1976-),女,讲师,主要研究方向:移动通信和多媒体通信技

刘勇 1   
  • 1、北京邮电大学信息与通信工程学院,北京100876

摘要:行人再识别是一项在视频监控以及人机交互中非常重要的任务。其主要目的是为了将不同摄像头拍摄到的行人分别对应起来,从而起到追踪、监控的作用。现有工作主要集中在从整个图像中提取代表特征,并通过时间建模将这些特征整合在一个序列中。然而,这些方法很少考虑利用局部视觉线索来增强图像级特征学习的能力。在本文中,我们提出了一种新的神经网络,它结合了行人语义分割来改善图像级表示。具体地,行人语义分割网络能够将人类图像分割成具有细粒度语义的多个部分,从而使神经网络能够更好的提取行人特征。在两个公共数据集上的实验证实了所提出的深层网络的每个组成部分的有效性。

关键词: 行人再识别 人体语义分割 注意力机制 深度神经网络

For information in English, please click here

Semantic Parsing and Attentive Temporal Pooling Network for Video-based Person Re-identification

MAO Yu 1   

毛妤(1995-),女,硕士,主要研究方向:视频处理与行人再识别

DU Haiqing 1   

杜海清(1976-),女,讲师,主要研究方向:移动通信和多媒体通信技

LIU Yong 1   
  • 1、School of information and communication engineering, Beijing University of Posts and Telecommunications, Beijing 100876

Abstract:Video person re-identification is a crucial task due to its applications in visual surveillance and human-computer interaction. Existing works mainly focus on extracting representative features from the whole image and integrate those features in a sequence through temporal modeling. However, these approaches rarely consider harnessing local visual cues to enhance the power of image-level feature learning. In this paper, we propose a novel neural network which incorporate human semantic parsing to improve image-level representations. Specifically, the human semantic parsing network is able to segment a human image into multiple parts with fine-grained semantics, and the following attentive feature pooling layer can select most significant body parts to enhance the power of feature representations. The carefully designed experiments on two public datasets show the effectiveness of each components of the proposed deep network.

Keywords: Person Re-identification Semantic Human Parsing Attention Deep Neural Network

Click to fold

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
毛妤,杜海清,刘勇. 基于深度人体语义分割与注意力机制的视频行人再识别[EB/OL]. 北京:中国科技论文在线 [2018-11-07]. http://www.paper.edu.cn/releasepaper/content/201811-28.

No.****

同行评议

未申请同行评议

评论

全部评论

0/1000

勘误表

基于深度人体语义分割与注意力机制的视频行人再识别