基于分塊非直接耦合GAN網(wǎng)絡(luò)的行人重識別方法

基本信息

申請?zhí)?/td> CN202010218063.X 申請日 -
公開（公告）號 CN113449552A 公開（公告）日 2021-09-28
申請公布號 CN113449552A 申請公布日 2021-09-28
分類號 G06K9/00（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06K9/62（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 岑翼剛;張悅;闞世超;童憶;安高云 申請（專利權(quán)）人 江蘇翼視智能科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 212000江蘇省鎮(zhèn)江市潤州區(qū)桃園新村綜合樓
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了基于分塊非直接耦合GAN網(wǎng)絡(luò)的行人重識別方法，首先輸入圖像到分塊非直接耦合表征學(xué)習(xí)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，可以得到更多更互補(bǔ)的特征信息，從而能區(qū)分不同行人。然后分塊非直接耦合表征學(xué)習(xí)網(wǎng)絡(luò)作為GAN網(wǎng)絡(luò)的編碼器，即分塊非直接耦合GAN網(wǎng)絡(luò)，訓(xùn)練GAN網(wǎng)絡(luò)，通過判別器，解碼器等的反向傳播來獲得能識別不同姿態(tài)下的相同行人特征。從而得到更魯棒的特征，進(jìn)行行人重識別。本發(fā)明在最終進(jìn)行行人重識別時，只用到了GAN網(wǎng)絡(luò)中的編碼器進(jìn)行提取特征，不需要額外的姿態(tài)信息和計算力；對于對光照變化，場景變化和姿態(tài)變化相同行人的不同姿態(tài)識別率較高；不同行人衣著相似等有較強(qiáng)的區(qū)分力；生成圖更清晰，包含更多的細(xì)節(jié)信息。