-
公开(公告)号：CN108280411A
公开(公告)日：2018-07-13
申请号：CN201810024909.9
申请日：2018-01-10
Applicant: 上海交通大学
Abstract: 本发明提供了一种具有空间变换能力的行人搜索方法，包括：利用卷积神经网络对图像提取初步特征；基于改进的空间变换网络对图像提取行人候选框；利用改进的空间变换网络对行人候选框进行空间变换并下采样到固定维度；利用卷积神经网络进一步提取深层特征输出行人检测结果和行人再识别结果；并设计改良的Loss函数对行人搜索中具有特殊性的行人再识别进行监督。本发明通过基于DenseNet的卷积神经网络将行人检测与行人再识别联合起来并提取更具有辨别力的深层次特征，提高了鲁棒性减少了计算量，在保证行人检测性能的同时提升了行人再识别的性能。
-
公开(公告)号：CN109635686A
公开(公告)日：2019-04-16
申请号：CN201811447035.4
申请日：2018-11-29
Applicant: 上海交通大学
CPC classification number: G06K9/00288 , G06K9/00369 , G06N3/0454 , G06N3/08
Abstract: 本发明提供了一种结合人脸与外观的两阶段行人搜索方法，包括：利用人脸检测器检测行人的人脸，基于人脸比对模型输出人脸表征向量；根据欧氏距离对待匹配行人集进行排序获取人脸排序结果；根据排序结果选取若干个样本作为下一阶段的多匹配目标；将同一数据集中不同行人的所挑选出的下一阶段的多匹配目标作为彼此的负样本，从而压缩下一阶段匹配的样本空间；最后进行多目标行人再识别，将待匹配图片集根据与多个目标的平均距离或相似度进行排序输出最终结果。本发明通过基于DenseNet的卷积神经网络将人脸与行人再识别联合起来搜索目标行人，并通过精心设计的限制条件提高了鲁棒性减少了计算量，进一步提升了行人搜索的性能。
-
公开(公告)号：CN109635686B
公开(公告)日：2021-04-23
申请号：CN201811447035.4
申请日：2018-11-29
Applicant: 上海交通大学
Abstract: 本发明提供了一种结合人脸与外观的两阶段行人搜索方法，包括：利用人脸检测器检测行人的人脸，基于人脸比对模型输出人脸表征向量；根据欧氏距离对待匹配行人集进行排序获取人脸排序结果；根据排序结果选取若干个样本作为下一阶段的多匹配目标；将同一数据集中不同行人的所挑选出的下一阶段的多匹配目标作为彼此的负样本，从而压缩下一阶段匹配的样本空间；最后进行多目标行人再识别，将待匹配图片集根据与多个目标的平均距离或相似度进行排序输出最终结果。本发明通过基于DenseNet的卷积神经网络将人脸与行人再识别联合起来搜索目标行人，并通过精心设计的限制条件提高了鲁棒性减少了计算量，进一步提升了行人搜索的性能。
-
-
Search Results
3
records
(took 0.016 seconds)
