-
公开(公告)号：CN110309810A
公开(公告)日：2019-10-08
申请号：CN201910617855.1
申请日：2019-07-10
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于批次中心相似度的行人重识别方法，包括：(1)基于经典基础网络结构，去掉网络最后的全连接层，并添加额外卷积层从而建立全卷积神经网络模型；(2)从原始训练数据集中随机选取P个行人，每个行人随机选取K个图像；(3)利用(2)得到的P*K个图像送进网络进行训练得到P*K个特征向量；(4)对每个行人的K个特征向量求一个中心向量，得到P个中心向量；(5)将P*K个特征向量中的每一个与其对应的中心向量和非同类的中心向量构成一个三元组进行回归优化。本发明方法简单易行，应用范围广，能够有效的解决行人重识别任务中错位、遮挡等问题。
-
公开(公告)号：CN110309810B
公开(公告)日：2021-08-17
申请号：CN201910617855.1
申请日：2019-07-10
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于批次中心相似度的行人重识别方法，包括：(1)基于经典基础网络结构，去掉网络最后的全连接层，并添加额外卷积层从而建立全卷积神经网络模型；(2)从原始训练数据集中随机选取P个行人，每个行人随机选取K个图像；(3)利用(2)得到的P*K个图像送进网络进行训练得到P*K个特征向量；(4)对每个行人的K个特征向量求一个中心向量，得到P个中心向量；(5)将P*K个特征向量中的每一个与其对应的中心向量和非同类的中心向量构成一个三元组进行回归优化。本发明方法简单易行，应用范围广，能够有效的解决行人重识别任务中错位、遮挡等问题。
-
Search Results
2
records
(took 0.018 seconds)
