简介：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.
简介：在上期专栏里面,我提到美国的传统出租车业经过几十年的发展,也有很多的弊病.那么,最近几年新出现的网络租车给美国的出租车市场带来了什么样的影响呢?对于传统租车来说,如何控制出租车总数一直是一个两难的问题.如果出租车数量太多,那么出租车在接送两拨乘客中间就一定会有大量的空驶时间.在这段时间内,出租车并没有提供任何交通服务,却消耗了大量燃油,产生了不少空气污染,同时也大大增加了城市拥堵.对于出租车司机来说,也是白白浪费掉人力成本和车辆资源.
距离度量学习的摄像网络中行人重识别
出租车在美国机遇与挑战并存的网络租车
