一種基于多任務深度學習的行人再識別方法
基本信息
申請?zhí)?/td> | CN201911102809.4 | 申請日 | - |
公開(公告)號 | CN110852276A | 公開(公告)日 | 2020-02-28 |
申請公布號 | CN110852276A | 申請公布日 | 2020-02-28 |
分類號 | G06K9/00;G06K9/34;G06N3/04;G06N3/08 | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 劉靜;徐曉剛;李冠華;管慧艷 | 申請(專利權)人 | 智慧視通(杭州)科技發(fā)展有限公司 |
代理機構 | 杭州信義達專利代理事務所(普通合伙) | 代理人 | 智慧視通(杭州)科技發(fā)展有限公司 |
地址 | 310000 浙江省杭州市西湖區(qū)轉塘街道轉塘科技經(jīng)濟區(qū)塊16號6幢279室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于多任務深度學習的行人再識別方法,包括以下步驟:構建多任務深度學習網(wǎng)絡,包括骨干網(wǎng)絡和三個子任務網(wǎng)絡,所述子任務網(wǎng)絡包括全局特征網(wǎng)絡、人體部件分割網(wǎng)絡和行人屬性網(wǎng)絡;分別構建三個子任務網(wǎng)絡的損失函數(shù),加權求和得到多任務深度學習網(wǎng)絡的損失函數(shù);準備每個子任務網(wǎng)絡的訓練數(shù)據(jù)集,并進行訓練;將多任務深度學習網(wǎng)絡中的子任務網(wǎng)絡輸出的特征向量拼接,作為多任務深度學習網(wǎng)絡最終的輸出特征。本發(fā)明提高了行人再識別的準確率和模型的泛化能力。 |
