[发明专利]基于Transformer时空建模的视频行人重识别方法有效
| 申请号： | 202110798721.1 | 申请日： | 2021-07-15 |
| 公开（公告）号： | CN113627266B | 公开（公告）日： | 2023-08-18 |
| 发明（设计）人： | 种衍文;陈梦成;潘少明 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V10/764;G06V10/80;G06V10/82;G06N3/047;G06N3/048;G06N3/084 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 王琪 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 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Transformer时空建模的视频行人重识别方法。首先利用图像级特征网络ResNet50提取到帧级特征后，通过位置编码层给帧级特征加上位置信息以最大程度地保证视频帧的序列信息，然后将重编码后的特征经过Transformer网络完成时空建模，进而提取到更具判别性的时空特征。本发明通过给帧级特征加上位置编码，可充分利用视频片段的时序信息；利用Transformer结构将输入特征映射到三个空间进行特征融合，从而提取到更加鲁棒的时空特征，提高了网络的性能；提出了一种端到端的网络模型，实现了输入到模型到输出的应用过程，降低了基于视频的行人重识别网络模型的训练难度。 | ||
| 搜索关键词： | 基于 transformer 时空 建模 视频 行人 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武汉大学，未经武汉大学许可，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/202110798721.1/，转载请声明来源钻瓜专利网。
- 基于Transformer+LSTM神经网络模型的商品销量预测方法及装置
- 一种基于Transformer模型自然场景文字识别方法
- 一种深度Transformer级联神经网络模型压缩算法
- 点云分割方法、系统、介质、计算机设备、终端及应用
- 基于Transformer的中文智能对话方法
- 一种基于改进Transformer模型的飞行器故障诊断方法和系统
- 一种基于Transformer模型的机器翻译模型优化方法
- 基于Transformer和增强交互型MPNN神经网络的小分子表示学习方法
- 基于U-Transformer多层次特征重构的异常检测方法及系统
- 基于EfficientDet和Transformer的航空图像中的飞机检测方法
