一种基于卷积神经网络的跨模态行人重识别方法[发明专利]

专利名称:一种基于卷积神经网络的跨模态行人重识别方法专利类型:发明专利
发明人:产思贤,崔嘉敖,李伟帅,杜锋,陶健,赖周年
申请号:CN202210230686.8
申请日:20220310
公开号:CN114627500A
公开日:
20220614
专利内容由知识产权出版社提供
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。
申请人:浙江工业大学
地址:310014 浙江省杭州市下城区潮王路18号
国籍:CN
代理机构:杭州求是专利事务所有限公司
代理人:忻明年

本文发布于:2024-09-20 13:34:41,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/773093.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:模态   特征   行人   专利   身份   图像   联合
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议