[发明专利]行人重识别系统及方法有效
申请号: | 201910049231.4 | 申请日: | 2019-01-18 |
公开(公告)号: | CN109800710B | 公开(公告)日: | 2021-04-06 |
发明(设计)人: | 滕竹;李芮;张宝鹏;田佳杰;李妍 | 申请(专利权)人: | 北京交通大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46 |
代理公司: | 北京市商泰律师事务所 11255 | 代理人: | 邹芳德 |
地址: | 100044 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种行人重识别系统及方法,属于行人重识别技术领域。该系统通过基于稀疏编码的深度学习网络对不同的原始图像进行图像重构,得到对应的重构矩阵;结合注意力机制提取各重构矩阵中的特征向量;计算所述特征向量的分类损失结果和验证损失结果;根据所述分类损失结果和所述验证损失结果判断特征提取模块是否收敛,若收敛,则计算不同重构矩阵的特征向量之间的差异度,若差异度大于设定的阈值,则不属于同一行人,若差异度小于设定的阈值,则属于同一行人。本发明使用重构子网络对图像进行重构以提高图像清晰度,使用多任务损失函数拉近相同个体之间的距离,从而提高了网络的特征表示能力和判别能力,提高行人重识别准确率。 | ||
搜索关键词: | 行人 识别 系统 方法 | ||
【主权项】:
1.一种行人重识别系统,其特征在于,该系统包括:图像重构模块,用于通过基于稀疏编码的深度学习网络对不同的原始图像进行图像重构,得到对应的重构矩阵;特征提取模块,用于结合注意力机制神经网络提取不同的重构矩阵中对应的特征向量;损失计算模块,用于计算各个重构矩阵中对应的所述特征向量的分类损失结果和验证损失结果,根据所述分类损失结果和所述验证损失结果判断特征提取模块是否收敛,若收敛,则将各个重构矩阵中对应的所述特征向量发送至判断模块;否则,根据所述分类损失结果和所述验证损失结果梯度反向传播更新注意力机制神经网络参数,直至收敛;判断模块,用于计算不同重构矩阵的特征向量之间的差异度,若差异度大于设定的阈值,则判断为不属于同一行人,若差异度小于设定的阈值,则判断为属于同一行人。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京交通大学,未经北京交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910049231.4/,转载请声明来源钻瓜专利网。