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:两年—次的北京车展已于近日落下帷幕。因互联网时代到来而形成的人们对未来汽车认识、理解的不同而引起的碰撞,无疑成为了本届车展的最大看点。此前,本报曾以专题形式对本届车展进行全方位报道,寰球汽车集团董事长兼CEO吴迎秋老师在其署名文章《在北京车展看未来》中提到,“新能源、车联网、无人驾驶等新技术与消费者越来越紧密。人们需要的不再是一辆汽车。
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.
简介:针对变量为梯形模糊数的模糊线性规划问题,利用结构元方法定义了一种模糊数的排序准则,讨论了如何将变量是梯形模糊数的线性规划去模糊化,即将含有变量为梯形模糊数的模糊线性规划转化为经典模糊线性规划.同时,证明了该模型的最优解等价于经典的线性规划的最优解,再利用单纯形法求出最优解.并设计了求解该类模型的算法.通过算例验证了该方法的可行性和算法的有效性,从而为变量模糊的广义模糊线性规划问题的研究提供了新的方法.
距离度量学习的摄像网络中行人重识别
新纪元 ——34家车企发展规划梳理
出租车在美国机遇与挑战并存的网络租车
一类变量为梯形模糊数的线性规划