公开(公告)号：CN114495281B

公开(公告)日：2024-12-03

申请号：CN202210124910.5

申请日：2022-02-10

Applicant: 南京邮电大学

Inventor： 吕址函 ,  朱松豪 ,  梁志伟

IPC: G06V40/20 ,  G06V40/10 ,  G06N3/09 ,  G06V10/764 ,  G06V10/80 ,  G06V10/74 ,  G06V10/82

Abstract: 本发明所述的一种基于整体和部分约束的跨模态行人重识别方法，利用混合交叉的双路径特征学习网络从两种不同的模态中深度提取局部行人特征，然后将提取的特征水平切割为p个部件后映射到公共空间，用于水平切割图像的局部特征和全局特征，提升行人特征表征能力；最后通过模态特定身份损失、交叉熵损失以及提出的损失函数共同协作，减小模态间的差异，提升整体性能；在训练数据时，采用随机水平翻转和随机擦除增强数据，用以扩充训练数据。

公开(公告)号：CN114495281A

公开(公告)日：2022-05-13

申请号：CN202210124910.5

申请日：2022-02-10

Applicant: 南京邮电大学

Inventor： 吕址函 ,  朱松豪 ,  梁志伟

IPC: G06V40/20 ,  G06V40/10 ,  G06N3/08 ,  G06K9/62 ,  G06V10/764 ,  G06V10/80 ,  G06V10/74 ,  G06V10/82

Abstract: 本发明所述的一种基于整体和部分约束的跨模态行人重识别方法，利用混合交叉的双路径特征学习网络从两种不同的模态中深度提取局部行人特征，然后将提取的特征水平切割为p个部件后映射到公共空间，用于水平切割图像的局部特征和全局特征，提升行人特征表征能力；最后通过模态特定身份损失、交叉熵损失以及提出的损失函数共同协作，减小模态间的差异，提升整体性能；在训练数据时，采用随机水平翻转和随机擦除增强数据，用以扩充训练数据。