[发明专利]一种基于深度网络模型的行人图像识别方法有效
| 申请号： | 201911362901.4 | 申请日： | 2019-12-26 |
| 公开（公告）号： | CN111177447B | 公开（公告）日： | 2021-04-30 |
| 发明（设计）人： | 杨育彬;林喜鹏 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06F16/583 | 分类号： | G06F16/583;G06F16/55;G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 胡建华;于瀚文 |
| 地址： | 210023 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度网络模型的行人图像识别方法，包括：对行人图像进行数据预处理；对预处理后的数据执行自适应的采样算法以获得具备更难样本的批量；通过骨干网络模型提取多层特征，使用子模块增强低层特征再进行降尺度并与高层特征拼接得到多层特征，以不同粒度切分多层特征形成多分支的结构，提取各个分支的部件特征与全局特征，并将所提取的全部特征进行拼接得到行人图像的深度表征；训练所构造的网络模型；通过训练好的网络模型提取查询图像的深度表征，根据每个查询图像与被查询集的余弦距离相似度，返回每个查询图像的识别结果。通过以上所述的多层次多粒度的行人再识别深度模型，本发明实现了现阶段最佳的行人再识别性能。 | ||
| 搜索关键词： | 一种 基于 深度 网络 模型 行人 图像 识别 方法 | ||
【主权项】：
暂无信息
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南京大学，未经南京大学许可，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/201911362901.4/，转载请声明来源钻瓜专利网。
- 上一篇：证书管理方法、装置、计算机设备和存储介质
- 下一篇：低压负载故障检测装置
