[发明专利]一种基于时空上下文的行人重识别与追踪方法有效
| 申请号： | 201811081523.8 | 申请日： | 2018-09-17 |
| 公开（公告）号： | CN109472191B | 公开（公告）日： | 2020-08-11 |
| 发明（设计）人： | 杨曦;汤英智;王楠楠;高新波;宋彬;杨东;吴郯;郭浩远 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人： | 张捷 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于时空上下文的行人重识别与追踪方法，包括：训练Mask RCNN网络；利用训练后的Mask RCNN网络处理原始图片集，得到训练集、测试集和查找集；利用训练集训练卷积神经网络；利用训练后的卷积神经网络对测试集和查找集进行处理，以从测试集中获取第一预设数量的图片，以对目标行人进行重识别。本发明使用目标检测算法和实例分割算法对图片进行预处理，去除背景干扰信息，能够进一步提高模型精度，提升行人重识别方法的准确率。同时，本发明解决了目前行人重识别算法缺乏追踪功能的问题，提出了基于步行速度的区域预测算法，结合Mask RCNN降低了追踪计算复杂度，达到实时追踪，提高了追踪效率。 | ||
| 搜索关键词： | 一种 基于 时空 上下文 行人 识别 追踪 方法 | ||
【主权项】：
1.一种基于时空上下文的行人重识别与追踪方法，其特征在于，包括：训练Mask RCNN网络；利用训练后的Mask RCNN网络处理原始图片集，得到训练集、测试集和查找集；利用所述训练集训练卷积神经网络；利用训练后的卷积神经网络对所述测试集和所述查找集进行处理，从所述测试集中获取第一预设数量的图片，以对目标行人进行重识别，之后对所述目标行人进行追踪。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811081523.8/，转载请声明来源钻瓜专利网。
