[发明专利]一种行人重识别方法、系统、装置和存储介质有效
| 申请号： | 201910211315.3 | 申请日： | 2019-03-20 |
| 公开（公告）号： | CN109902662B | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 王美琴;虞志益;黄立文 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V10/762;G06V10/82;G06N3/0464;G06N3/088 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 胡辉 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种行人重识别方法、系统、装置和存储介质，其中方法包括以下步骤：将无标记的待检测数据集输入预设的特征提取模型，并提取待检测数据集的特征空间；对特征空间进行降维处理后，获得特征空间的稀疏表示；采用预设的聚类公式对稀疏表示进行聚类处理后，获得带标记的聚类结果；对聚类结果进行选择后，获得筛选后的分类结果；将分类结果输入预设的卷积神经网络进行训练优化；重复以上步骤，直到分类结果收敛，并获得行人重识别结果。本发明提出了一个易于实施的无监督学习的深度学习框架，把自步学习嵌入到无监督学习的过程中，实现了把无监督方法整合到深度学习框架当中，且该框架结构容易实施，可广泛应用于计算机视觉技术领域。 | ||
| 搜索关键词： | 一种 行人 识别 方法 系统 装置 存储 介质 | ||
【主权项】：
1.一种行人重识别方法，其特征在于，包括以下步骤：S1、将无标记的待检测数据集输入预设的特征提取模型，并提取待检测数据集的特征空间；S2、对特征空间进行降维处理后，获得特征空间的稀疏表示；S3、采用预设的聚类公式对稀疏表示进行聚类处理后，获得带标记的聚类结果；S4、对聚类结果进行选择后，获得筛选后的分类结果；S5、将分类结果输入预设的卷积神经网络进行训练优化；S6、重复步骤S1至S5，直到分类结果收敛，并获得行人重识别结果。
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中山大学，未经中山大学许可，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/201910211315.3/，转载请声明来源钻瓜专利网。
- 上一篇：基于视频、图片的智能识别方法
- 下一篇：疲劳驾驶预警方法和疲劳驾驶预警装置
