一种基于深层残差网络多尺度特征融合的行人重识别方法
实质审查的生效
摘要
本发明涉及行人重识别领域，特别涉及一种基于深层残差网络多尺度特征融合的行人重识别方法，包括步骤：S1：收集行人数据库；S2：利用训练好的行人检测器对行人数据库进行人体检测，得到行人检测框的位置信息；S3：根据行人检测框的位置信息，对行人数据库图像进行人体裁剪，裁剪后缩放到统一尺寸，并按照适当比例划分训练集和测试集；S4：在训练阶段，构建多尺度特征融合的残差神经网络，采用Softmax Loss和Triplet Loss损失函数进行联合训练，经过充分训练后得到最优的行人分类模型；S5：在测试阶段，该方法能同时兼顾全局特征和局部特征，并设计了一个高效的特征提取模块，加强深层网络的特征提取能力，从而能够有效地提升行人重识别的精度。
基本信息
专利标题 ：
一种基于深层残差网络多尺度特征融合的行人重识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114529941A
申请号 ：
CN202210065979.5
公开（公告）日 ：
2022-05-24
申请日 ：
2022-01-20
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘彪林焕凯洪曙光陈利军王祥雪刘双广
申请人 ：
高新兴科技集团股份有限公司
申请人地址 ：
广东省广州市黄埔区科学城开创大道2819号六楼
代理机构 ：
广州国鹏知识产权代理事务所(普通合伙)
代理人 ：
葛红
优先权 ：
CN202210065979.5
主分类号 ：
G06V40/10
IPC分类号 ：
G06V40/10 G06V10/22 G06V10/42 G06V10/44 G06V10/764 G06V10/80 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-10 ：
实质审查的生效
IPC(主分类) : G06V 40/10
申请日 : 20220120
申请日 : 20220120
2022-05-24 ：
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
