公开(公告)号：CN118196826A

公开(公告)日：2024-06-14

申请号：CN202410131468.8

申请日：2024-01-31

Applicant: 上海工程技术大学

Inventor： 刘璇 ,  韩华 ,  高永彬 ,  黄丽

IPC: G06V40/10 ,  G06V20/52 ,  G06V10/764 ,  G06V10/80 ,  G06V10/75 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/094

Abstract: 本发明涉及一种换衣行人重识别模型的训练方法、系统、设备及介质，方法包括：采用双分支网络从目标图库行人图片中分别提取出体型特征和外观特征；将特征对齐后的体型特征嵌入至外观特征中，融合得到带有体型信息的外观特征；设置衣服分类器，训练初期将带有体型信息的外观特征输入至衣服分类器计算衣服分类损失，并基于衣服分类损失更新衣服分类器参数；设置行人身份分类器，固定衣服分类器参数后，将带有体型信息的外观特征分别输入至衣服分类器和行人身份分类器，根据计算得到的衣服对抗损失和行人身份损失更新网络参数。与现有技术相比，本发明能够有效减轻行人重识别模型对衣服的依赖，可以提取更丰富的与衣服无关的行人身份特征。

公开(公告)号：CN112766217B

公开(公告)日：2022-08-26

申请号：CN202110131884.4

申请日：2021-01-30

Applicant: 上海工程技术大学

Inventor： 梁轶磊 ,  韩华 ,  孔勇 ,  黄丽

IPC: G06V40/10 ,  G06V20/52 ,  G06V10/82 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于解纠缠和特征级差异学习的跨模态行人重识别方法，包括：采用可见光摄像机和红外摄像机采集多张行人图片形成数据集；选取可见光模态的两张图像记为x1和x2、选取红外模态的两张图像记为y1和y3，图像x1和y1共享身份信息，图像x2和y3不共享身份信息；获取自编码模型，分别对图像x1、x2、y1和y3解纠缠出风格特征和内容特征；获取生成与判别网络，对风格特征和内容特征进行重构得到多个新图像；获取特征级差异学习网络，对多个新图像和原图像进行特征学习，获取行人识别结果。与现有技术相比，本发明解决了可能存在的跨模态图像间内容信息(如姿态、体态)相近的问题、提升了模型判别的泛化能力、减少了模态间和模态内的差异。

公开(公告)号：CN116030319A

公开(公告)日：2023-04-28

申请号：CN202310061910.X

申请日：2023-01-18

Applicant: 上海工程技术大学

Inventor： 鲍其卫 ,  韩华 ,  黄丽

IPC: G06V10/774 ,  G06V10/82 ,  G06T7/00

Abstract: 本发明涉及一种基于正类实例合成的医学影像数据集过采样方法和设备，所述方法包括如下步骤：针对预处理后的医学影像数据集，划分为正类子集和负类子集，针对负类子集中的各个特征，设置特征的最大值上限和特征最小值下限作为特征边界；通过为每个特征随机生成介于最大值上限和特征最小值下限间的值，在特征边界内合成正类实例，对新合成的正类实例进行更新使其分布在正类实例空间中；将更新后的正类实例转换到原始空间中，完成过采样。与现有技术相比，本发明可以对高不平衡、极端不平衡和绝对不平衡数据进行适当的处理，使用具有正类和负类的合成过采样来生成多样且适应性强的合成实例，对于多类不平衡问题也有良好的表现。