基于增強(qiáng)型深度卷積神經(jīng)網(wǎng)絡(luò)的行人再識(shí)別方法
基本信息
| 申請(qǐng)?zhí)?/td> | CN201810721706.5 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN108960141B | 公開(kāi)（公告）日 | 2021-04-23 |
| 申請(qǐng)公布號(hào) | CN108960141B | 申請(qǐng)公布日 | 2021-04-23 |
| 分類(lèi)號(hào) | G06K9/00(2006.01)I;G06K9/62(2006.01)I | 分類(lèi) | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 郭天生;郭曉強(qiáng);王強(qiáng);姜竹青;門(mén)愛(ài)東 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 國(guó)家新聞出版廣電總局廣播科學(xué)研究院 |
| 代理機(jī)構(gòu) | 天津盛理知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 王利文 |
| 地址 | 100886北京市西城區(qū)復(fù)興門(mén)外大街2號(hào)監(jiān)管大樓521 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明涉及一種基于增強(qiáng)型深度卷積神經(jīng)網(wǎng)絡(luò)的行人再識(shí)別方法，使用基礎(chǔ)深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)模型提取行人圖像的基礎(chǔ)深度特征，同時(shí)使用傳統(tǒng)手動(dòng)特征提取方法提取行人圖像的手動(dòng)特征并降維；應(yīng)用特征重建模塊將基礎(chǔ)深度特征和手動(dòng)特征融合成增強(qiáng)型深度特征；通過(guò)特征比較預(yù)測(cè)兩張圖像中行人是否為同一個(gè)人，聯(lián)合使用分類(lèi)損失函數(shù)和驗(yàn)證損失函數(shù)對(duì)輸入圖像進(jìn)行分類(lèi)和異同驗(yàn)證，以最小化聯(lián)合損失為目標(biāo)來(lái)訓(xùn)練網(wǎng)絡(luò)，使得網(wǎng)絡(luò)生成更有判別力的行人圖像特征。本發(fā)明充分利用了手動(dòng)特征和深度特征之間的互補(bǔ)性，提出了聯(lián)合使用分類(lèi)損失和驗(yàn)證損失函數(shù)用于監(jiān)督網(wǎng)絡(luò)訓(xùn)練的策略，獲得了良好的性能，有效地提高行人再識(shí)別準(zhǔn)確率。?? |
