一种基于多尺度特征融合的视频行人重识别方法
公开
摘要
本发明是一种基于多尺度特征融合的视频行人重识别方法，针对传统方法在对复杂的表观特征进行时序融合时效果不佳的问题，提出了一种基于多尺度特征融合的视频行人重识别网络模型。该模型在骨干网络的末端引出三个分支：全局特征分支、局部特征分支和时序注意力分支，分别提取不同尺度的图像级重识别特征和时序注意力权重，将不同尺度的重识别特征向量进行拼接并依据时序注意力权重进行融合，最后通过多特征独立训练策略，实现了准确的行人重识别，并通过对比实验对网络的结构化参数如局部特征数量、局部特征尺寸以及Bottleneck数量进行了优化。实验证明，本发明的mAP和rank‑1指标在Mars数据集上分别达到了78.7％和85.1％，优于现有大多数方法。
基本信息
专利标题 ：
一种基于多尺度特征融合的视频行人重识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114299542A
申请号 ：
CN202111635259.X
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
艾明晶刘鹏高
申请人 ：
北京航空航天大学
申请人地址 ：
北京市海淀区学院路37号
代理机构 ：
代理人 ：
优先权 ：
CN202111635259.X
主分类号 ：
G06V40/10
IPC分类号 ：
G06V40/10 G06V20/40 G06V10/80 G06V10/774 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
