-
公开(公告)号:CN115457475A
公开(公告)日:2022-12-09
申请号:CN202211157690.2
申请日:2022-09-22
Applicant: 华北电力大学扬中智能电气研究中心
Abstract: 本发明公开了一种集成多头自注意力和卷积的行人重识别方法和装置。其中,提出的双层多头自注意力(DL‑MHSA)把特征矩阵用网格划分,并把MHSA分解成两层,第一层只计算单个网格内特征,第二层再在网格基础上计算整体特征,两步操作降低了计算复杂度;在OSNet中引入DL‑MHSA,实现融合不同尺度的特征和全局特征,使得模型对输入图片可以得到更具辨识性的特征,提升了行人重识别性能;并通过使用大规模无标签行人数据集对模型进行预训练,使得模型获得有利于任务的高级语义,提升了随后在有标签数据集调优训练的性能,使模型的泛化能力更强。
-
公开(公告)号:CN115359542A
公开(公告)日:2022-11-18
申请号:CN202211110208.X
申请日:2022-09-13
Applicant: 华北电力大学扬中智能电气研究中心
Abstract: 本申请公开了一种基于人脸识别和行人重识别的人员身份确定方法及系统。本方法首先获取当前摄像头所捕捉的图片,通过检测算法得到行人框及人脸判断结果;当图片中存在有可识别人脸图像时,则将人脸图像发送至融合网络进行处理得到人脸特征;当不存在有可识别人脸图像时,则将行人框发送至融合网络进行处理得到行人身体特征;将目标人脸特征或行人身体特征与预设的已知身份图像库中的图片进行特征比对得到相近图片序列;并基于每一张图片拍摄时的摄像头位置及拍摄时间信息进行序列优化,确定出图片中行人的身份。本申请通过人脸识别和行人重识别融合网络,并充分利用区域内摄像头的位置关系和人员活动的时间联系进行人员身份确定。
-