一种基于卷积神经网络的跨模态行人重识别方法
公开
摘要
本发明公开了一种基于神经网络的跨模态行人重识别方法，获取带有身份标注的跨模态训练数据集，所述训练数据集中每个训练样本包括一个身份对应的红外线模态图像和日光模态图像，将训练样本输入到基于Resnet‑50构建的网络模型中，通过分支网络获得多尺度的图像特征，并在其上计算模态间的特征对应关系，充分挖掘不同尺度的模态共有特征。构建联合损失函数筛选模态共有特征中具有身份区别性的特征。本发明将全局和局部特征联合作为行人的表征，在跨模态行人重识别任务取得了良好的效果。
基本信息
专利标题 ：
一种基于卷积神经网络的跨模态行人重识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114627500A
申请号 ：
CN202210230686.8
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
产思贤崔嘉敖李伟帅杜锋陶健赖周年
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市下城区潮王路18号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
忻明年
优先权 ：
CN202210230686.8
主分类号 ：
G06V40/10
IPC分类号 ：
G06V40/10 G06V20/52 G06V10/42 G06V10/44 G06V10/764 G06V10/77 G06V10/774 G06V10/82 G06N3/04 G06N3/08 G06K9/62 G06F16/583
法律状态
2022-06-14 ：
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
