龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：长沙理工大学
摘要：本发明公开了一种基于通道级特征选择与融合网络的可见与红外行人重识别方法。包括数据预处理模块、特征选择模块、通道级特征融合模块、损失计算优化、相似度计算以及获取查询结果模块。其特征在于使用基于ResNet‑50的双流特征提取器构建主干网络，利用在ImageNet上预训练的模型初始化主干网络，提出的特征选择模块，利用行人样本在不同通道上特征重要性的差异来实现特征选择；提出的通道级特征融合模块根据被选择特征在各对应通道下的通道掩膜进行双通道均值加权融合得到融合特征，并且防止了融合过程中部分重要特征信息被干扰。所述的方法提升了行人特征的多样性，减小了不同模态图像间的差异，并在两个数据集上的查询结果均取得了优秀的性能。
主权项：1.一种基于通道级特征选择与融合网络的可见与红外行人重识别方法，其特征在于，包括步骤：1从可见与红外数据集中选择实验所需的数据集，读取数据集并进行数据预处理；2构建网络结构，使用基于ResNet-50的双流特征提取器构建主干网络，利用ImageNet预训练模型初始化主干网络，利用FSM和CFFM构建通道级特征选择与融合网络，FSM模块根据不同模态特征归一化所得通道特征的重要性自适应选择特定特征与共享特征，然后利用CFFM实现双通道均值加权融合，获得同时包含共享特征和特定特征信息的融合特征，利用何凯明方法来初始化分支网络；3模型训练，将数据批量输入到网络模型中，从可见光和红外模态的行人图片中提取出行人特征向量，通过通道级特征选择与融合网络获得最终分类特征，将特征向量输入到联合损失函数中计算损失并在神经网络中进行反向传播，通过最小化损失函数值，不断训练模型预测能力；4模型验证，用训练好的模型初始化自定义的神经网络，提取可见与红外模态下行人特征向量，将可见或红外模态下行人作为待查询行人，计算其与对应模态查询库中行人特征向量之间的欧式距离，并按相似度进行排序，以找到在可见与红外模态下的相同行人。
全文数据：
权利要求：
百度查询： 长沙理工大学 一种基于通道级特征选择与融合网络的可见与红外行人重识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号