公开(公告)号：CN110414336A

公开(公告)日：2019-11-05

申请号：CN201910542675.1

申请日：2019-06-21

Applicant: 中国矿业大学

Inventor： 姚睿 ,  高存远 ,  夏士雄 ,  赵佳琦 ,  周勇 ,  牛强 ,  袁冠 ,  张凤荣 ,  陈朋朋 ,  王重秋

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种三元组边缘中心损失的深度互补分类器行人搜索方法，属于计算机视觉技术处理技术领域。在行人重识别部分，我们提出三元组边缘中心损失，在中心损失可以有效地减少同一个行人的特征差异性的基础上，引入三元组损失的思路，有效地增加不同行人间的特征差异性。通过对行人搜索子任务，检测和重识别的提高，达到对行人搜索模型整体性能的提升。本发明可对大规模的现实场景图像同时进行行人检测和重识别，在城市监控等安防领域发挥重要作用。

公开(公告)号：CN110765880B

公开(公告)日：2023-04-18

申请号：CN201910903126.2

申请日：2019-09-24

Applicant: 中国矿业大学

Inventor： 姚睿 ,  高存远 ,  夏士雄 ,  周勇 ,  赵佳琦 ,  牛强 ,  袁冠 ,  张凤荣 ,  王重秋 ,  陈朋朋

IPC: G06V40/10 ,  G06V20/40 ,  G06V10/40 ,  G06V10/74 ,  G06V10/764

Abstract: 本发明公开了一种轻量级视频行人重识别方法，属于计算机视觉技术处理技术领域。在搭建模型阶段，使用基于ShuffleNet v2的轻量级算法，同时，利用轻量级空间注意力机制模块处理人物图像细节，最后，通过一个在线差异识别模块来测量视频帧之间的特征差距，并使用该模块对不同质量的视频序列进行不同类型的时间建模。在模型训练阶段，输入行人的视频序列，使用上述搭建好的网络提取它们的特征表示，利用批量难分辨三元组损失和softmax损失共同训练并更新行人特征；在模型测试阶段，使用训练好的轻量级行人搜索模型对输入的目标查询行人，提取行人特征，并在大规模的视频序列中搜索出目标查询行人。本发明可应对大规模的现实场景图象，用于城市监控等安防领域。

公开(公告)号：CN110765880A

公开(公告)日：2020-02-07

申请号：CN201910903126.2

申请日：2019-09-24

Applicant: 中国矿业大学

Inventor： 姚睿 ,  高存远 ,  夏士雄 ,  周勇 ,  赵佳琦 ,  牛强 ,  袁冠 ,  张凤荣 ,  王重秋 ,  陈朋朋

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种轻量级视频行人重识别方法，属于计算机视觉技术处理技术领域。在搭建模型阶段，使用基于ShuffleNet v2的轻量级算法，同时，利用轻量级空间注意力机制模块处理人物图像细节，最后，通过一个在线差异识别模块来测量视频帧之间的特征差距，并使用该模块对不同质量的视频序列进行不同类型的时间建模。在模型训练阶段，输入行人的视频序列，使用上述搭建好的网络提取它们的特征表示，利用批量难分辨三元组损失和softmax损失共同训练并更新行人特征；在模型测试阶段，使用训练好的轻量级行人搜索模型对输入的目标查询行人，提取行人特征，并在大规模的视频序列中搜索出目标查询行人。本发明可应对大规模的现实场景图象，用于城市监控等安防领域。

公开(公告)号：CN109948425A

公开(公告)日：2019-06-28

申请号：CN201910061943.8

申请日：2019-01-22

Applicant: 中国矿业大学

Inventor： 姚睿 ,  高存远 ,  赵佳琦 ,  周勇 ,  夏士雄 ,  王重秋

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种结构感知自注意和在线实例聚合匹配的行人搜索方法及装置，属于计算机视觉技术处理技术领域。在训练阶段，首先通过一个卷积神经网络和非局部层的结合，对输入的整个场景图像进行特征提取，得到它的特征表示，针对行人的这一特殊对象设计结构感知的锚点，提升检测框架性能，将检测出的行人框池化成相同尺寸后，送入行人重识别网络训练，保存，优化和更新具有标签的行人特征。在模型测试阶段，使用训练好的非局部卷积神经网络对输入场景图像进行行人检测，检测出行人框之后，并用目标行人图像进行特相似度匹配排序并检索。本发明可对大规模的现实场景图象同时进行行人检测和重识别，在城市监控等安防领域发挥重要作用。

公开(公告)号：CN109948425B

公开(公告)日：2023-06-09

申请号：CN201910061943.8

申请日：2019-01-22

Applicant: 中国矿业大学

Inventor： 姚睿 ,  高存远 ,  赵佳琦 ,  周勇 ,  夏士雄 ,  王重秋

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种结构感知自注意和在线实例聚合匹配的行人搜索方法及装置，属于计算机视觉技术处理技术领域。在训练阶段，首先通过一个卷积神经网络和非局部层的结合，对输入的整个场景图像进行特征提取，得到它的特征表示，针对行人的这一特殊对象设计结构感知的锚点，提升检测框架性能，将检测出的行人框池化成相同尺寸后，送入行人重识别网络训练，保存，优化和更新具有标签的行人特征。在模型测试阶段，使用训练好的非局部卷积神经网络对输入场景图像进行行人检测，检测出行人框之后，并用目标行人图像进行特相似度匹配排序并检索。本发明可对大规模的现实场景图像同时进行行人检测和重识别，在城市监控等安防领域发挥重要作用。