-
公开(公告)号：CN113408428B
公开(公告)日：2023-03-14
申请号：CN202110690143.X
申请日：2021-06-22
Applicant: 之江实验室
IPC: G06V40/10 , G06V10/28 , G06V10/46 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种行人图像不变性特征提取和无监督行人重识别方法与装置，通过模型分离实现神经网络部分知识迁移，从辅助模型中提取行人图像的行人主体(图像前景)的不变性特征表达；根据行人主体的不变性特征，利用K远邻聚类算法估计行人图像中潜在的相同行人，构建同一行人不同背景的联系，挖掘行人图像的背景风格的不变性特征表达；将上述的行人图像中行人主体和背景风格的不变性特征表达进行融合，得到输出特征，用于判别行人身份，进行行人重识别。本发明在多个行人重识别数据集上超过目前最好的基于无监督迁移学习的算法，解决了相关技术中提到的行人图像的背景风格差异显著，导致迁移学习效率低下的问题。
-
公开(公告)号：CN113408428A
公开(公告)日：2021-09-17
申请号：CN202110690143.X
申请日：2021-06-22
Applicant: 之江实验室
Abstract: 本发明公开了一种行人图像不变性特征提取和无监督行人重识别方法与装置，通过模型分离实现神经网络部分知识迁移，从辅助模型中提取行人图像的行人主体(图像前景)的不变性特征表达；根据行人主体的不变性特征，利用K远邻聚类算法估计行人图像中潜在的相同行人，构建同一行人不同背景的联系，挖掘行人图像的背景风格的不变性特征表达；将上述的行人图像中行人主体和背景风格的不变性特征表达进行融合，得到输出特征，用于判别行人身份，进行行人重识别。本发明在多个行人重识别数据集上超过目前最好的基于无监督迁移学习的算法，解决了相关技术中提到的行人图像的背景风格差异显著，导致迁移学习效率低下的问题。
-
公开(公告)号：CN113408448A
公开(公告)日：2021-09-17
申请号：CN202110709917.9
申请日：2021-06-25
Applicant: 之江实验室
Abstract: 本发明公开了一种三维时空对象局部特征提取和对象识别的方法与装置。该方法包括：获取三维时空对象视频帧序列；对获得的行人轮廓图像进行分析，定位人体特定区域位置；根据定位到的特定区域位置采样局部区域时空特征；将上述局部特征与全局特征融合，得到输出特征。本发明在多个步态识别数据集上超过目前最好的算法，解决了相关技术中提取到的时空三维特征受行人外观影响过大，导致识别结果不准确的技术问题。
-
-
Search Results
3
records
(took 0.013 seconds)
