用于多模态数据中行人检测的一种保序双线性模型
计算机视觉与模式识别
2018-01-15 v2
摘要
我们提出了一种新的保序双线性框架，利用深度神经网络在低分辨率视频的多模态设置中进行行人检测。在此设置中，摄像机被策略性地放置，使得鲁棒性较差的传感器（例如监测地震活动的地音探测器）位于摄像机的视场（FOV）内。主要挑战在于能够从目标上少于40像素的视频中利用足够信息，同时利用来自其他模态（例如地震）区分性较弱的信息。与最先进的方法不同，我们的双线性框架在计算特征对之间的向量外积时保留了时空顺序。尽管这些外积具有高维性，我们证明了我们的保序双线性框架比近期的无序双线性模型和替代融合方法取得了更好的性能。
引用
@article{arxiv.1712.07721,
title = {An Order Preserving Bilinear Model for Person Detection in Multi-Modal Data},
author = {Oytun Ulutan and Benjamin S. Riggan and Nasser M. Nasrabadi and B. S. Manjunath},
journal= {arXiv preprint arXiv:1712.07721},
year = {2018}
}