standard download
文库搜索
切换导航
文件分类
频道
仅15元无限下载
联系我们
问题反馈
文件分类
仅15元无限下载
联系我们
问题反馈
批量下载
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221042143 0.5 (22)申请日 2022.04.21 (71)申请人 中山大学 地址 510275 广东省广州市海珠区新港西 路135号 (72)发明人 陈弟虎 曾海棠 侯延柯 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 梁嘉琦 (51)Int.Cl. G06V 40/10(2022.01) G06V 20/52(2022.01) G06V 10/74(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01)G06V 10/40(2022.01) G06N 3/04(2006.01) G06K 9/62(2022.01) G06F 16/732(2019.01) G06F 16/532(2019.01) (54)发明名称 一种跨模态行 人重识别方法 (57)摘要 本发明提供的一种跨模态行人重识别方法, 该方法主要包括以下步骤: 通过第一数据集进行 训练得到初始行人重识别模型; 将所述初始行人 重识别模型进行转换得到跨模态行人重识别模 型, 将所述跨模态行人重识别模 型移植至目标平 台; 通过所述目标平台进行实时图像采集, 从所 述实时图像中提取得到行人检测结果; 将所述行 人检测结果和预设目标输入至所述跨模态行人 重识别模型, 得到行人重识别结果, 能够完善行 人重识别的真实环境全时空应用场景, 建立日间 夜间联合行人重识别实现离线或在线跨模态行 人重识别, 并且, 方法可以降低CPU占用率, 加快 了跨模态行人重识别速度, 同时保持了低功耗、 体积小的特点, 可广泛应用于行人重识别技术领 域。 权利要求书2页 说明书9页 附图2页 CN 114764921 A 2022.07.19 CN 114764921 A 1.一种跨模态行 人重识别方法, 其特 征在于, 包括以下步骤: 通过第一数据集进行训练得到初始行 人重识别模型; 将所述初始行人重识别模型进行转换得到跨模态行人重识别模型, 将所述跨模态行人 重识别模型移植至目标平台; 通过所述目标平台进行实时图像采集, 从所述实时图像中提取 得到行人检测结果; 将所述行人检测结果和预设目标输入至所述跨模态行人重识别模型, 得到行人重识别 结果。 2.根据权利要求1所述的一种跨模态行人重识别方法, 其特征在于, 所述通过第 一数据 集进行训练得到初始行 人重识别模型这 一步骤, 包括: 从所述第一数据集中获取 得到RGB图像以及红外图像; 对所述RGB图像进行特征提取得到RGB模态特征, 对所述红外图像进行特征提取得到红 外模态特 征; 将所述RGB模态特 征和所述红外模态特 征进行拼接得到混合模态特 征; 根据所述混合模态特 征输出得到跨模态特 征。 3.根据权利要求2所述的一种跨模态行人重识别方法, 其特征在于, 所述根据 所述混合 模态特征输出得到跨模态特 征这一步骤, 包括: 根据所述混合模态特征通过池化层输出得到跨模态特征; 所述跨模态特征包括: 身份 相关特征以及身份无关特 征。 4.根据权利要求3所述的一种跨模态行人重识别方法, 其特征在于, 所述根据 所述混合 模态特征通过池化层输出 得到身份相关特 征以及身份无关特 征这一步骤, 包括: 获取所述混合模态特征中不属于同一类的两幅图像的第 一特征距离, 以及属于同一类 的两幅图像的第二特 征距离; 根据所述第 一特征距离以及所述第 二特征距离, 通过反向三元组损失函数确定所述身 份无关特 征。 5.根据权利要求3所述的一种跨模态行人重识别方法, 其特征在于, 所述据所述混合模 态特征通过池化层输出 得到身份相关特 征以及身份无关特 征这一步骤, 包括: 通过相关系数协同和中心聚类损失函数、 三元组损失函数以及交叉熵损失韩式从所述 混合模态特 征中提取 得到。 6.根据权利要求3所述的一种跨模态行人重识别方法, 其特征在于, 在根据所述混合模 态特征通过池化层输出 得到跨模态特 征这一步骤之后, 所述方法还 包括以下步骤: 通过正交损失函数, 对所述身份相关特征的第 一特征向量以及所述身份无关特征的第 二特征向量进行正交解耦; 根据正交解耦的结果从所述身份相关特 征中分离出身份无关信息 。 7.根据权利要求4所述的一种跨模态行人重识别方法, 其特征在于, 所述反 向三元组损 失函数为: LossTri‑reverse=max(da, n‑da, p+α, 0) 其中, LossTri‑reverse为反向三元组损失值, da, n为不属于同一类的两幅图像的第一特征 距离, da, p为属于一类的两幅图像的特征距离, α 为反向三元组损失值LossTri‑reverse的边界常 数。权 利 要 求 书 1/2 页 2 CN 114764921 A 28.根据权利要求5所述的一种跨模态行人重识别方法, 其特征在于, 所述相关系数协同 和中心聚类损失函数为: 其中, λ1和λ2为超参数, c为一个小批次中的类数目, 为第i类图像在小批次中的 RGB特征中心向量, 为第i类图像在小批次中红外特征中心向量; 为第i类RGB特征 在小批次中的关系系数矩阵, 为第i类红外特征在小批次中的关系系数矩 阵, i=1, 2, 3, ..., n, n为正整数。 9.根据权利要求6所述的一种跨模态行人重识别方法, 其特征在于, 所述正交损失函数 为: 其中, b为小批次输入的数量, fiunrelated为是在小批次输入中第i个图像的身份 无关特征 和firelated在小批次输入中第i个图像的身份相关特 征。 10.根据权利要求1 ‑7任一项所述的一种跨模态行人重识别方法, 其特征在于, 所述将 所述初始行人重识别模型进行转换得到跨模态行人重识别模型, 将所述跨模态行人重识别 模型移植至目标平台这 一步骤, 包括: 对所述初始行 人重识别模型进行模型框架校验; 确定所述初始行人重识别模型不属于Caffe框架, 将所述初始行人重识别模型转换为 Caffe框架下的所述 跨模态行 人重识别模型。权 利 要 求 书 2/2 页 3 CN 114764921 A 3
专利 一种跨模态行人重识别方法
文档预览
中文文档
14 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
赞助2.5元下载(无需注册)
温馨提示:本文档共14页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
下载文档到电脑,方便使用
赞助2.5元下载
本文档由 SC 于
2024-02-24 01:00:13
上传分享
举报
下载
原文档
(645.7 KB)
分享
友情链接
GB-T 40060-2021 液氢贮存和运输技术要求.pdf
GB-T 43686-2024 电化学储能电站后评价导则.pdf
YD-T 3957-2021 基于LTE的车联网无线通信技术 安全证书管理系统技术要求.pdf
GM-T 0003.1-2012 SM2椭圆曲线公钥密码算法第1部分:总则.pdf
GB-T 4831-2016 旋转电机产品型号编制方法.pdf
HS-T 17-2006 海关业务基础数据元目录.pdf
GB-T 20491-2017 用于水泥和混凝土中的钢渣粉.pdf
freebuf 2019企业安全威胁统一应对指南.pdf
DB23-T 2913—2021 建设占用耕地耕作层土壤剥离利用技术规范 黑龙江省.pdf
GB-T 31348-2014 节能量测量和验证技术要求 照明系统.pdf
腾讯 云上安全攻防实战手册.pdf
GB-T 33133.1-2016 信息安全技术 祖冲之序列密码算法 第1部分:算法描述.pdf
GB-T 31436-2015 节水型卫生洁具.pdf
GM-T 0012-2020 可信计算 可信密码模块接口规范.pdf
WS 436-2013 医院二次供水运行管理.pdf
GB-T 42777-2023 基于文本数据的金融风险防控 知识图谱构建技术框架指南.pdf
GB-T 21369-2008 火力发电企业能源计量器具配备和管理要求.pdf
GB-T 29455-2012 照明设施经济运行.pdf
GB-T 41773-2022 信息安全技术 步态识别数据安全要求.pdf
GB-T 40656.1-2021 智慧城市 运营中心 第1部分:总体要求.pdf
1
/
14
评价文档
赞助2.5元 点击下载(645.7 KB)
回到顶部
×
微信扫码支付
2.5
元 自动下载
官方客服微信:siduwenku
支付 完成后 如未跳转 点击这里 下载
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们
微信(点击查看客服)
,我们将及时删除相关资源。