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！
摘要：本发明涉及一种基于偏置特征的遮挡行人重识别方法，包括构建基于Transformer的遮挡行人重识别主干网络；构建粗粒度与细粒度特征提取模块；构建权重提取模块，利用细粒度特征提取权重；构建特征加权模块，利用细粒度特征提取到的权重对粗粒度特征进行动态加权，获取偏置特征；构建基于粗粒度特征和偏置特征的损失函数，利用训练集训练模型，测试集挑选最优模型。该方法通过细粒度特征提供的信息，对粗粒度特征的权重进行动态调整，减弱粗粒度特征中遮挡带来的干扰，同时不需要引入额外身体线索训练模型，从而达到了高精度与高效率的遮挡行人重识别。
主权项：1.一种基于偏置特征的遮挡行人重识别方法，其特征在于：包括以下步骤：步骤一：给定不同大小的行人图片，统一调整为H×W×C，经过数据增强后，使用滑动窗口的方式将图片切割成N个固定大小的小块滑动窗口的步长记为S，每个小块的大小记为P×P×C，N的计算公式如下所示： 其中为底函数，S小于P，NH和NW分别表示高度和宽度上的分割数量，之后将每一个小块平铺为一维向量，记为步骤二：构建基于Transformer的遮挡行人重识别主干网络；步骤三：构建粗粒度与细粒度特征提取模块，在粗粒度分支模块中，通过一层Transformer，提取粗粒度特征；在细粒度分支模块中，本发明采用边界填充的策略分割粗粒度特征，并通过一层Transformer，提取四组细粒度特征；步骤四：构建权重提取模块，利用步骤三提取到的细粒度特征提取权重，该模块由两层Transformer与一层线性层组成；步骤五：构建特征加权模块，利用细粒度特征提取到的权重对粗粒度特征进行动态加权，获取偏置特征；步骤六：构建基于粗粒度特征和偏置特征的损失函数；步骤七：利用训练集训练模型，测试集挑选最优模型。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 一种基于偏置特征的遮挡行人重识别方法
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