一种基于全局-局部特征动态对齐的行人重识别方法

发明专利有效专利

申请号：
CN202110833816.2
IPC分类号：G06V40/10;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-07-23
申请人：
四川大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于全局-局部特征动态对齐的行人重识别方法
申请号	CN202110833816.2	申请日期	2021-07-23
法律状态	授权	申报国家	中国
公开/公告日	2021-09-17	公开/公告号	CN113408492A
优先权	暂无	优先权号	暂无
主分类号	G06V40/10	IPC分类号	G;0;6;V;4;0;/;1;0;;;G;0;6;V;1;0;/;4;4;;;G;0;6;V;1;0;/;7;6;4;;;G;0;6;V;1;0;/;8;2;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	四川大学	申请人地址	四川省成都市武侯区一环路南一段24号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	四川大学	当前权利人	四川大学
发明人	朱敏;明章强;魏骁勇;李龙兴;杨勇;李长林
代理机构	成都禾创知家知识产权代理有限公司	代理人	刘凯

摘要

本发明公开了一种基于全局‑局部特征动态对齐的行人重识别方法，对挑选行人重识别数据集中的训练集进行预处理，再使用预训练的模型ResNet50进行模型的初始化；然后，分别对粗粒度的全局特征计算全局距离，细粒度的局部特征计算局部对齐距离，并且使用困难样本挖掘三元组损失、中心损失和Softmax交叉熵损失联合作为行人重识别网络的监督器，约束模型的训练。最后，融合全局特征和局部特征获得最终特征，将查询行人图像作为行人重识别网络模型的输入，从候选库中进行检索出对齐距离最短的行人。本发明能够有效抑制空间未对齐和非对齐区域的噪声干扰，并且无需引入额外的辅助姿态信息，并且局部分支以指导距离度量的计算，可以进一步提高测试阶段的准确性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供