Feb, 2024

寻找适用于热红外行人追踪的轻量级网络架构

PDF
TL;DR本文对于热红外行人追踪任务进行了自动网络架构搜索的初步尝试，采用了 ResNet 作为主干网络结构，以单重底部和双重底部单元作为搜索的基本单元，搜索空间内包含了八种操作候选项。为了加快搜索过程，在评估操作候选项之前，采用了随机通道选择策略。最终得到了一个高性能、参数和计算效率都很高的网络架构。大量实验证明了这种自动化方法的有效性。
发现论文，激发创造
  • PTB-TIR: 热红外行人追踪基准测试

    本研究描述了一个基于红外热成像技术的行人追踪算法，并为该算法构建了一个基准数据集，以便公正、有效地评估该算法的性能。通过对该算法的三个功能组件 —— 特征提取器、运动模型和观测模型 —— 的比较实验，详细分析了该算法的优缺点，并为未来的研究提供了指导。

    Jan, 2018

  • 基于层次空间感知的热红外目标暗示网络

    本文提出了一种热红外跟踪器，命名为 HSSNet，它使用层次空间感知 Siamese 卷积神经网络来验证相似性并生成更强的可辨别能力，与其他方法相比，在 VOT-TIR 2015 和 VOT-TIR 2016 基准测试上取得了较好的性能表现。

    Nov, 2017

  • EANet：增强的基于属性的 RGBT 跟踪器网络

    提出了一种深度学习的图像跟踪方法，将 RGB 图像和红外热像合并进行特征提取和人工属性应用的跟踪，此方法在 RGBT234 和 LasHeR 这两个最广泛使用的 RGBT 目标跟踪数据集上表现优异。

    Jul, 2023

  • 简单高效的卷积神经网络架构搜索

    该研究提出了一种自动设计合适的卷积神经网络结构的方法，使用了能产生网络变形的 “山峰爬升法” 和余弦退火法，并取得了较为优异的结果。

    Nov, 2017

  • 端到端人员检索和重新识别集成网络

    本文提出了一种行人检测和重新识别（re-id）集成网络（I-Net），用于实现端到端学习框架，以在实际视频监控场景中搜索目标人员，展示了其在人物搜索数据集上优越的性能。

    Apr, 2018

  • IRLAS：用于架构搜索的反向强化学习

    本论文提出一种基于逆强化学习的架构搜索方法（IRLAS）来搜索拓扑特性类似于人工设计网络的网络结构，并使用生物认知理论的长期记忆和意向记忆模型在 CIFAR-10 和 ImageNet 移动设置数据集上显著优于许多自动生成的架构。

    Dec, 2018

  • 热红外物体跟踪的深度多层相似度学习

    本研究提出一种多层相似性模型来提高红外物体跟踪的辨别能力，其中利用了卷积层计算 TIR 对象的全局语义相似度和本地结构相似度，通过一种相对熵的集成子网络进行集成，并构建了大规模 TIR 视频序列数据集以优化算法效果。

    Jun, 2019

  • 行人检测的多光谱深度神经网络

    本论文通过对 Faster R-CNN 进行多光谱行人检测任务的深入分析，并将其建模为卷积神经网络（ConvNet）融合问题，同时发现使用彩色和热成像图像训练的基于 ConvNet 的行人检测器在区分人类实例方面提供了互补信息，其在 KAIST 行人基准上的实验结果表明，在不同 DNN 阶段集成两个分支 ConvNets 的四种 ConvNet 融合结构中，半路融合模型在中间级卷积特征上的结合优于基线方法 11％，遗漏率比其他建议的架构低 3.5％。

    Nov, 2016

  • 针对多光谱行人检测的基于光照感知的 Faster R-CNN

    该研究深入比较了六种不同的卷积网络融合架构，并分析了它们的适应性，从而使传统架构能够实现与最先进的结果可比的检测性能。然后，提出了一种感知光照的 Faster R-CNN，该方法采用适应性门控函数来整合彩色和热图像，实现了对行人的有效检测，并在 KAIST 多光谱行人基准上获得了验证。

    Mar, 2018

  • 热红外追踪的多任务驱动特征模型

    该论文提出了一种基于多任务学习的框架，学习适用于红外追踪的特征模型，并使用大规模红外训练数据集来优化该模型。在三个基准测试中，实验结果表明，该算法的相对增益达到 10％，表现优于现有的方法。

    Nov, 2019