-
Patent Agency Ranking
公开(公告)号：CN118015657B
公开(公告)日：2025-04-18
申请号：CN202410154316.X
申请日：2024-02-02
Applicant: 哈尔滨工业大学
IPC: G06V40/10 , G06V10/74 , G06V10/44 , G06N3/0455 , G06N3/0499 , G06N3/088
Abstract: 本发明公开了基于模态不变性建模的无监督行人重识别方法及系统，属于行人重识别技术领域。通过利用模态间风格迁移模型对图像风格进行处理；利用模态对比损失提升在线编码器对模态差异的鲁棒性；计算原始图像与最相似的k个图像之间的特征相似度，计算对应生成图像与对应k个生成图像之间的特征相似度；基于两组特征相似度计算模糊性并选择可靠图像；利用簇对比损失函数、困难样本对比损失函数和模态对比损失函数对在线编码器进行优化并更新平均编码器；最后对待测数据进行特征提取，以在跨模态场景中确定具有指定身份的行人图像。本发明解决了现有技术通常会受到困难样本和噪声标签影响的技术问题，优化了跨模态行人重识别场景中的综合性能。
-
公开(公告)号：CN118015657A
公开(公告)日：2024-05-10
申请号：CN202410154316.X
申请日：2024-02-02
Applicant: 哈尔滨工业大学
IPC: G06V40/10 , G06V10/74 , G06V10/44 , G06N3/0455 , G06N3/0499 , G06N3/088
Abstract: 本发明公开了基于模态不变性建模的无监督行人重识别方法及系统，属于行人重识别技术领域。通过利用模态间风格迁移模型对图像风格进行处理；利用模态对比损失提升在线编码器对模态差异的鲁棒性；计算原始图像与最相似的k个图像之间的特征相似度，计算对应生成图像与对应k个生成图像之间的特征相似度；基于两组特征相似度计算模糊性并选择可靠图像；利用簇对比损失函数、困难样本对比损失函数和模态对比损失函数对在线编码器进行优化并更新平均编码器；最后对待测数据进行特征提取，以在跨模态场景中确定具有指定身份的行人图像。本发明解决了现有技术通常会受到困难样本和噪声标签影响的技术问题，优化了跨模态行人重识别场景中的综合性能。
-
公开(公告)号：CN115862087B
公开(公告)日：2023-06-23
申请号：CN202211178254.3
申请日：2022-09-26
Applicant: 哈尔滨工业大学
IPC: G06V40/16 , G06V10/762 , G06V10/774
Abstract: 本发明公开了一种基于可靠性建模的无监督行人重识别方法及系统，属于行人重识别技术领域，其中，该方法包括：利用平均编码器对训练数据特征提取并进行聚类，为每个样本分配伪标签并计算簇质心；为每个平均特征计算平均概率向量，进而和伪标签计算伪标签确定性；利用在线编码器对训练数据特征提取，为每个在线特征计算在线概率向量，基于在线和平均概率向量计算伪标签稳定性；基于确定性和稳定性计算伪标签的可靠性，并使用质心对比损失和身份困难对比损失对在线编码器进行优化，再利用优化后的在线编码器对平均编码器进行优化，最终利用优化后的平均编码器对待测数据进行特征提取以寻找具有指定身份的行人图像。
-
公开(公告)号：CN116229510A
公开(公告)日：2023-06-06
申请号：CN202310148333.8
申请日：2023-02-21
Applicant: 哈尔滨工业大学
IPC: G06V40/10 , G06V10/774 , G06V10/762 , G06V10/40 , G06V10/74 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 一种无监督跨模态行人重识别方法，解决了现有跨模态行人重识别方法依赖于标注数据的问题，属于行人重识别技术领域。本发明包括：将三个单通道的行人可见光数据集分别与红外数据集中对应行人图像组合；利用动量编码器M对组合后的进行特征提取及聚类，确定各个簇的训练样本集合，并确定伪标签和每个簇的质心；计算各个簇中图像的交并比，得到的交并比作为聚类一致性矩阵中的元素，对矩阵中达到阈值的元素所对应簇的交集作为精炼结果，利用softmax损失函数、困难三元组损失函数以及模态对比损失函数对E进行优化，基于优化后的E对M进行更新；利用更新后的M对待测数据集中三通道可见光及红外的行人图像进行识别。
-
公开(公告)号：CN115862087A
公开(公告)日：2023-03-28
申请号：CN202211178254.3
申请日：2022-09-26
Applicant: 哈尔滨工业大学
IPC: G06V40/16 , G06V10/762 , G06V10/774
Abstract: 本发明公开了一种基于可靠性建模的无监督行人重识别方法及系统，属于行人重识别技术领域，其中，该方法包括：利用平均编码器对训练数据特征提取并进行聚类，为每个样本分配伪标签并计算簇质心；为每个平均特征计算平均概率向量，进而和伪标签计算伪标签确定性；利用在线编码器对训练数据特征提取，为每个在线特征计算在线概率向量，基于在线和平均概率向量计算伪标签稳定性；基于确定性和稳定性计算伪标签的可靠性，并使用质心对比损失和身份困难对比损失对在线编码器进行优化，再利用优化后的在线编码器对平均编码器进行优化，最终利用优化后的平均编码器对待测数据进行特征提取以寻找具有指定身份的行人图像。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
