基于深度学习的跨模态人物搜索算法研究与实现开题报告

 2021-10-24 15:28:36

1. 研究目的与意义(文献综述包含参考文献)

一、选题背景 近年来,人物搜索在视频监控领域得到了广泛的应用,如失踪人员搜索、嫌疑人跟踪等,因此其受到了广泛的关注。

随着视频数量的爆炸性增长,从这样大规模的视频中手动搜索出需要寻找的人可能需要几十天甚至几个月的时间。

因此,需要设计自动方法来更有效地执行这项任务。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容、问题解决措施及方案

要解决的问题:(1)模态异质性(2)检测模型产生边界框的精确性(3)图文匹配的正确率拟采用的研究途径:(1)查阅有关资料后发现可以采用金字塔多颗粒网络(PMG)结构,通过金字塔多颗粒网络(PMG)结构可以较好的解决模态异质性和边界框不精确的问题,并要通过不断改进算法来更好地解决这些问题。

(2)图文匹配会有一定的误差,进一步改进算法程序,使图文匹配的正确率有所提高。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。