公开(公告)号：CN114882529B

公开(公告)日：2025-02-14

申请号：CN202210477742.8

申请日：2022-04-29

Applicant: 南京邮电大学

Inventor： 黄盼 ,  朱松豪 ,  梁志伟

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/094

Abstract: 本发明公开了一种基于注意力校准的双分支跨域行人重识别方法，使用注意力校准模块改进ResNet‑50的基准网络，并引入域不变特征补充分支和域特定特征全局分支，对域不变特征信息和域特定特征信息进行线性加权得到融合特征，并对融合特征进行归一化得到模型的最终特征。本发明的基准网络能充分提取特征的通道信息和空间信息，解决特征不对齐问题。通过引入域特定特征全局分支能减少模型参数量，结合基准网络纠正了训练偏差，同时降低模型复杂度，使得模型能充分提取域特定特征。通过引入域不变特征补充分支，丰富从特定领域的校准特征中获取源域互补的信息，结合域特定特征全局分支提取的域特定特征，使得模型具有较强的泛化能力。

公开(公告)号：CN114882529A

公开(公告)日：2022-08-09

申请号：CN202210477742.8

申请日：2022-04-29

Applicant: 南京邮电大学

Inventor： 黄盼 ,  朱松豪 ,  梁志伟

IPC: G06V40/10 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力校准的双分支跨域行人重识别方法，使用注意力校准模块改进ResNet‑50的基准网络，并引入域不变特征补充分支和域特定特征全局分支，对域不变特征信息和域特定特征信息进行线性加权得到融合特征，并对融合特征进行归一化得到模型的最终特征。本发明的基准网络能充分提取特征的通道信息和空间信息，解决特征不对齐问题。通过引入域特定特征全局分支能减少模型参数量，结合基准网络纠正了训练偏差，同时降低模型复杂度，使得模型能充分提取域特定特征。通过引入域不变特征补充分支，丰富从特定领域的校准特征中获取源域互补的信息，结合域特定特征全局分支提取的域特定特征，使得模型具有较强的泛化能力。