龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：大连大学
申请日：2024-03-07
公开（公告）日：2024-06-11
公开（公告）号：CN118172830A
主分类号：G06V40/20
分类号：G06V40/20;G06V40/10;G06V10/764;G06V10/74;G06V10/774;G06V10/82;G06T3/4076
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.28#实质审查的生效;2024.06.11#公开
摘要：本发明公开了一种语义感知细节搜索和特征约束的跨分辨率行人重识别方法，具体步骤包括：对标准行人重识别数据集进行下采样构建低分辨率行人图片数据集；通过神经网络架构搜索设计超分辨率网络；采用ResNet50作为识别网络，并提取ResNet50的最后一层和倒数第三层的特征构建尺度内和尺度间特征约束损失；联合训练超分辨网络和识别网络，得到训练好的网络；使用训练好的网络提取待查询的低分辨率行人图像与图库图像的特征并进行相似度匹配。本发明提出使用神经网络架构搜索算法为低分辨率的行人图像设计超分辨网络，旨在引导神经网络架构搜索算法设计出恢复行人特定信息的超分辨率网络；还提出了尺度内和尺度间特征约束损失，进一步促使超分辨率网络恢复可靠且准确的行人判别特征。
主权项：1.语义感知细节搜索和特征约束的跨分辨率行人重识别方法，其特征在于，包括以下步骤：步骤1：对跨分辨率行人重识别数据集进行预处理，为数据集中的每一张图像构建出对应的低分辨率图像和高分辨率图像；步骤2：通过语义感知细节搜索模块，利用神经网络架构搜索自动设计由图像的高级语义驱动的超分辨率模块；步骤3：将ResNet50作为识别网络，通过联合训练超分辨率模块和识别模块，通过语义感知细节搜索模块感知识别所需的行人判别信息，然后自适应地设计对识别友好的超分辨率模块；步骤4：根据尺度内和尺度间特征约束损失，通过约束超分辨率图像和高分辨率图像中特征之间的尺度级亲和关系保持一致，提高识别模型的语义提取能力；步骤5：通过所述步骤4训练好的网络待提取查询图像和图库图像中的行人特征并进行相似度匹配，应用平均累积匹配特征来量化性能并报告排名1、5和10的结果。
全文数据：
权利要求：
百度查询： 大连大学 语义感知细节搜索和特征约束的跨分辨率行人重识别方法
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