基于自监督学习的行人重识别方法、装置、设备及存储介质
实质审查的生效
摘要
本发明公开提供一种基于自监督学习的行人重识别方法、装置、设备及存储介质，方法包括：将训练数据集与该训练数据集经过数据增强后分别采用相同的神经网络进行特征提取，得到第一特征向量和第二特征向量，并计算第一特征向量和第二特征向量之间的第一损失函数，再结合模型自身训练时的第二损失函数计算训练过程中的整体损失函数，以整体损失函数最小化为目标训练得到行人重识别模型。根据本发明，使行人重识别模型可以学习图像本身固有先验规律，从而提高行人重识别的精确度。
基本信息
专利标题 ：
基于自监督学习的行人重识别方法、装置、设备及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114529946A
申请号 ：
CN202210168277.X
公开（公告）日 ：
2022-05-24
申请日 ：
2022-02-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吴鸿伟林修明梁煜麓沈代明林淑强朱海勇
申请人 ：
厦门市美亚柏科信息股份有限公司
申请人地址 ：
福建省厦门市思明区软件园二期观日路12号102-402单元
代理机构 ：
厦门福贝知识产权代理事务所(普通合伙)
代理人 ：
郭涵炜
优先权 ：
CN202210168277.X
主分类号 ：
G06V40/10
IPC分类号 ：
G06V40/10 G06V10/82 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 : 20220223
申请日 : 20220223
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
