公开(公告)号：CN116311368A

公开(公告)日：2023-06-23

申请号：CN202310279257.4

申请日：2023-03-21

Applicant: 南京邮电大学

Inventor： 胡海峰 ,  张红

IPC: G06V40/10 ,  G06V20/17 ,  G06V10/774 ,  G06V10/82 ,  G06V10/40 ,  G06V10/74 ,  G06V10/25 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种行人重识别方法，应用于无人机场景中，以增强特征辨识度。所述行人重识别方法包括：下载无人机场景下的数据集PRAI‑1581；搭建通用的行人重识别网络框架，在残差网络ResNet50中插入卷积块注意力模块CBAM，将预处理过的图像通过CBAM‑ResNet50模块提取特征，学习特征之间的关系，获取行人的关键特征信息；利用难样本挖掘三元组损失TriHard loss和加性角度间隔损失ArcFace loss作为损失函数对网络进行训练，反向传播更新网络参数，得到训练好的行人重识别网络模型；进行行人重识别匹配。相较于传统方法，本发明增强了特征辨识度，对于无人机场景下的行人重识别任务具有较佳的效果和鲁棒性，显著地提高了行人重识别的性能。