利用身高、颜色与性别在监控视频中进行行人检索
计算机视觉与模式识别
2018-10-12 v1
摘要
行人通常通过身高、体型、衣服颜色、衣服类型和性别等属性描述。此类属性被称为软生物特征。它们弥合了人类描述与监控视频中行人检索之间的语义鸿沟。本文提出一种基于深度学习的线性过滤方法，利用身高、衣服颜色和性别进行行人检索。所提方法使用Mask R-CNN进行像素级行人分割，去除背景杂波并提供行人周围的精确边界。颜色与性别模型使用AlexNet微调，算法在SoftBioSearch数据集上测试。其在具有挑战性的条件下使用语义查询实现了良好的行人检索精度。
引用
@article{arxiv.1810.05080,
title = {Person Retrieval in Surveillance Video using Height, Color and Gender},
author = {Hiren Galiyawala and Kenil Shah and Vandit Gajjar and Mehul S. Raval},
journal= {arXiv preprint arXiv:1810.05080},
year = {2018}
}
备注
6 Pages, 6 Figures, Accepted to Semantic Person Retrieval in Surveillance Using Soft Biometrics challenge in Conjunction with AVSS-2018