-
Patent Agency Ranking
公开(公告)号：CN113989750A
公开(公告)日：2022-01-28
申请号：CN202111394351.1
申请日：2021-11-22
Applicant: 上海交通大学
Abstract: 本发明公开了一种行人搜索方法、系统、设备及介质。所述方法包括：把行人搜索中的行人重识别子任务作为主导子任务，并构建行人重识别任务的数据集；基于构建的所述数据集，预训练行人重识别模型；将预训练好的所述行人重识别模型的权重迁移到行人搜索模型，并对所述行人搜索模型进行端到端的重新训练；其中，预训练好的所述行人重识别模型和所述行人搜索模型具有相同的主干网络结构。本发明在一定程度上提高了行人搜索的准确度，同时也具有较强的鲁棒性。
-
公开(公告)号：CN113642392A
公开(公告)日：2021-11-12
申请号：CN202110767455.6
申请日：2021-07-07
Applicant: 上海交通大学
Abstract: 本发明公开了一种目标搜索方法及装置。所述方法包括：获取目标视频帧中各目标的特征表达，基于各目标的特征表达，构建以待搜索目标为中心节点，其他目标为上下文节点且由上下文节点指向中心节点的源图。获取候选视频帧中各候选目标的特征表达，基于各候选目标的特征表达和各目标的特征表达，确定与各目标对应的候选目标，构建以与待搜索目标对应的候选目标为中心节点，与其他目标对应的候选目标为上下文节点且由上下文节点指向中心节点的目标图。基于孪生残差图卷积神经网络获得源图和目标图的图嵌入向量。至少基于源图的图嵌入向量和目标图的图嵌入向量确定候选视频帧中的待搜索目标。本发明的方案，提高了目标搜索的准确度且具有较强的鲁棒性。
-
公开(公告)号：CN113642392B
公开(公告)日：2023-11-28
申请号：CN202110767455.6
申请日：2021-07-07
Applicant: 上海交通大学
Abstract: 本发明公开了一种目标搜索方法及装置。所述方法包括：获取目标视频帧中各目标的特征表达，基于各目标的特征表达，构建以待搜索目标为中心节点，其他目标为上下文节点且由上下文节点指向中心节点的源图。获取候选视频帧中各候选目标的特征表达，基于各候选目标的特征表达和各目标的特征表达，确定与各目标对应的候选目标，构建以与待搜索目标对应的候选目标为中心节点，与其他目标对应的候选目标为上下文节点且由上下文节点指向中心节点的目标图。基于孪生残差图卷积神经网络获得源图和目标图的图嵌入向量。至少基于源图的图嵌入向量和目标图的图嵌入向量确定候选视频帧中的待搜索目标。本发明的方案，提高了目标搜索的准确度且具有较强的鲁棒性。
-
公开(公告)号：CN113627253B
公开(公告)日：2023-10-27
申请号：CN202110766661.5
申请日：2021-07-07
Applicant: 上海交通大学
IPC: G06V40/10 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种目标重识别方法及装置、计算机设备、计算机可读存储介质。所述方法包括：获取图像集中各目标图像对应的扩展图。基于图神经网络获取各目标图像对应的扩展图的图嵌入向量。基于待识别的目标图像对应的扩展图的图嵌入向量和其他目标图像对应的扩展图的图嵌入向量，确定与待识别目标相同的目标。其中，任一目标图像对应的扩展图至少包括：以该目标为中心的中心节点，以与该目标距离在第一阈值以内的其他目标为邻节点的节点，以各个邻接点为中心，与各邻节点距离在第二阈值以内的其他目标为邻接点的节点，以及由邻节点指向与其对应的中心节点的边。本发明的方案，在一定程度上提高了目标重识别的准确度的同时，也具有较强的鲁棒性。
-
公开(公告)号：CN113627253A
公开(公告)日：2021-11-09
申请号：CN202110766661.5
申请日：2021-07-07
Applicant: 上海交通大学
Abstract: 本发明公开了一种目标重识别方法及装置、计算机设备、计算机可读存储介质。所述方法包括：获取图像集中各目标图像对应的扩展图。基于图神经网络获取各目标图像对应的扩展图的图嵌入向量。基于待识别的目标图像对应的扩展图的图嵌入向量和其他目标图像对应的扩展图的图嵌入向量，确定与待识别目标相同的目标。其中，任一目标图像对应的扩展图至少包括：以该目标为中心的中心节点，以与该目标距离在第一阈值以内的其他目标为邻节点的节点，以各个邻接点为中心，与各邻节点距离在第二阈值以内的其他目标为邻接点的节点，以及由邻节点指向与其对应的中心节点的边。本发明的方案，在一定程度上提高了目标重识别的准确度的同时，也具有较强的鲁棒性。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
