[发明专利]一种用于行人重识别的将神经网络模块化的行人深度特征融合方法在审
| 申请号： | 202110059638.2 | 申请日： | 2021-01-18 |
| 公开（公告）号： | CN112633417A | 公开（公告）日： | 2021-04-09 |
| 发明（设计）人： | 张涛;孙星;李璇 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种用于行人重识别的将神经网络模块化的行人深度特征融合方法，实现了适用于不同神经网络和损失函数的基于深度学习的行人重识别方法，同时本发明实现了对不同神经网络结构不同深度的特征融合。从而使得应用于行人重识别的特征融合方法更具有灵活性和鲁棒性，提高了行人重识别准确率，减弱监控视角变化等因素对行人重识别的干扰。采用了Resnet50网络和用于行人重识别的多粒度网络(Multiple Granularities Network，MGN)作为参考算法，采用交叉熵损失、三元组损失和圆损失作为可供选择的损失函数。测试数据集分别采用Market‑1501，DukeMTMC‑reid和CUHK03数据集，在CUHK03数据集上，与参考算法MGN相比本发明获得了Rank‑1/mAP＝+2.71％/2.11％的提升。 | ||
| 搜索关键词： | 一种 用于 行人 识别 神经网络 模块化 深度 特征 融合 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天津大学，未经天津大学许可，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/202110059638.2/，转载请声明来源钻瓜专利网。
