公开(公告)号：CN113688856A

公开(公告)日：2021-11-23

申请号：CN202110314091.6

申请日：2021-03-24

Applicant: 北京邮电大学

Inventor： 姜竹青 ,  徐崟淞 ,  裴江波 ,  门爱东 ,  王海婴

IPC: G06K9/62 ,  G06K9/00 ,  G06N3/08

Abstract: 本发明涉及基于多图像特征融合的行人重识别方法，属于计算机视觉的图像检索领域。第一步，利用深度卷积网络对测试集行人图像进行原始的特征提取；第二步，计算特征间的相似度，利用k互近邻构造图；第三步，沿着图进行信息传递，将聚合的特征与原始特征相结合；第四步，计算检测图像与待检测集的相似度，排序得到重识别结果。本发明设计合理，考虑到了不同图像间的信息交互，提高了特征的鲁棒性，从而提高了识别的准确率。

公开(公告)号：CN113065434A

公开(公告)日：2021-07-02

申请号：CN202110312827.6

申请日：2021-03-24

Applicant: 北京邮电大学

Inventor： 姜竹青 ,  裴江波 ,  徐崟淞 ,  门爱东 ,  王海婴

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

Abstract: 本发明设计了一种基于双一致性约束的行人再识别技术，属于计算机视觉图像技术领域。针对目前行人再识别模型过拟合至训练相机，难以泛化到新相机的问题，本发明提出了分布一致性约束以及知识一致性约束，引导模型提取相机无关特征。分布一致性约束要求不同相机的输出特征服从一致分布，由相机分布对齐损失函数实施。知识一致性目的是要求模型在不同相机中学习到的参数更新相似，由知识一致正则化向实施。实验结果表明我们的策略能够提升模型过滤相机信息，提取相机无关特征的能力，有效地增强模型对新相机的泛化能力。