一种基于深度学习的全监督遮挡行人重识别方法
实质审查的生效
摘要
本发明公开了一种基于深度学习的全监督遮挡行人重识别方法。采用不同相机进行图像的采集，并标注图像中行人标签和对应的相机标签，获得训练集，建立包含全局分支、注意力分支和通道分支的多分支行人重识别网络，利用训练后的多分支行人重识别网络对待测图像进行重识别；全局分支负责提取整体性特征，注意力分支通过限制通道簇之间的关联度，选择簇心进行注意力构建，避免网络错误关注在遮挡区域；通道分支对特征图进行动态切分处理，避免了空间切分带来的误差。本发明方法综合三个分支的预测结果来对遮挡保持一定的鲁棒性，无需对遮挡进行额外标注和捕捉，只需要图像级别的标签数据集，就可以在遮挡场景中有着较好的行人匹配精度。
基本信息
专利标题 ：
一种基于深度学习的全监督遮挡行人重识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114387621A
申请号 ：
CN202210032472.X
公开（公告）日 ：
2022-04-22
申请日 ：
2022-01-12
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李苏莱曼龚小谨
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
林超
优先权 ：
CN202210032472.X
主分类号 ：
G06V40/10
IPC分类号 ：
G06V40/10 G06N3/04 G06N3/08
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06V 40/10
申请日 : 20220112
申请日 : 20220112
2022-04-22 ：
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
