基于多级特征细化的遮挡行人重识别方法、系统及介质

    公开(公告)号:CN115937897A

    公开(公告)日:2023-04-07

    申请号:CN202211576299.6

    申请日:2022-12-09

    Abstract: 本发明公开了一种基于多级特征细化的遮挡行人重识别方法、系统及存储介质,所述方法包括:获取遮挡场景下的行人图像并进行预处理;利用ResNet‑50与非局部注意模块构建多级特征细化卷积神经网络中的骨干网络,用于实现行人特征的初级细化;构建多级特征细化卷积神经网络中的两级多支路架构,用于实现被遮挡行人特征的再细化和最终细化;将两级多支路架构输出的特征通过多级特征细化卷积神经网络中的基础操作模块,获得最终的行人全局特征、局部特征和补充特征;将获得各特征拼接作为最终的行人特征用于行人跨相机的检索与匹配,实现遮挡场景下的行人重识别。本发明采用多级特征细化机制,有效提高了遮挡场景下行人重识别的精度。

    基于光照感知的双波段改进YOLOv7家禽疾病检测方法及系统

    公开(公告)号:CN117809837A

    公开(公告)日:2024-04-02

    申请号:CN202311814035.4

    申请日:2023-12-26

    Abstract: 本发明公开了一种基于光照感知的双波段改进YOLOv7家禽疾病检测方法及系统,所述方法包括:获取的家禽疾病检测数据集包括多个家禽的RGB‑IR图像对,且RGB‑IR图像对中有标注;利用家禽疾病检测数据集对基于YOLOv7网络架构构建的家禽疾病检测模型进行训练;模型采用两个结构相同的YOLOv7架构组成双分支网络,将两个分支内的主干网络中的第i个ELAN模块采用同一特征交互模块替代,以使不同模态特征之间发生交互作用;将待测家禽的RGB‑IR图像对输入训练好的模型,识别出家禽是否患病以及患病类别。本发明基于YOLOv7架构构建家禽疾病检测模型,提高了养殖场的检测精度和效率。

Patent Agency Ranking