基于自适应正则化的东北虎重识别方法

摘要：

随着东北虎数量不断减少,识别单只老虎进而做出保护和追踪变得很有意义,故采用了一种基于局部分块和自适应L2正则化方法的东北虎重识别网络模型(part-based convolutional baseline-adaptiveL2,PCB-AL2)以解决在自然环境下东北虎重识别困难等问题.自适应L2正则化因子通过反向传播进行自适应更新,这是通过将正则化因子作为可训练的变量来实现的.针对老虎依靠身体条纹分辨的特点,采用一种双分支网络结构:局部分支和全局分支,网络依靠局部特征指导全局特征学习.实验结果表明,在ATRW数据集上与PPbM-a、PPbM-b以及PPGNet对比得出结论,在单摄像头环境下mAP达到了92.1％,跨摄像头环境下mAP达到75.1％.

关键词：重识别、残差网络、自适应L2正则化、特征融合

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：黑龙江省自然科学基金LH2020F002

在线出版日期：2022-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：191-197