公开(公告)号：CN116701677A

公开(公告)日：2023-09-05

申请号：CN202310233713.1

申请日：2023-03-10

Applicant: 大连海事大学

Inventor： 王新年 ,  吕柯同 ,  白桂欣

IPC: G06F16/51 ,  G06F16/583 ,  G06F16/901 ,  G06V40/14 ,  G06V40/50 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提供一种基于正负均衡轮次优化与多表互补的指静脉哈希索引方法。包括：多模型指静脉索引网络的训练步骤和基于多表码级加权的指静脉图像检索步骤；其中：多模型指静脉索引网络的训练步骤，包括构建多模型训练集、设置多模型网络结构、基于正负均衡轮次优化的数据加载以及多模型互补训练；基于多表码级加权的指静脉图像检索步骤，包括注册多表指静脉数据库以及基于多表码级加权的指静脉图像查询。本发明针对异常哈希码提出哈希码优劣性评估算法，互补训练多个哈希表，并在匹配阶段进行多表码级加权有效减少了异常哈希码造成的影响，同时，针对指静脉数据正负样本极不均衡问题，提出正负均衡轮次优化使网络使用足够多的相似对进行训练。

公开(公告)号：CN113378714B

公开(公告)日：2024-03-19

申请号：CN202110649824.1

申请日：2021-06-10

Applicant: 大连海事大学

Inventor： 王新年 ,  金泽浩 ,  吕柯同 ,  张涛

IPC: G06V40/20 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06V10/34

Abstract: 本发明提供一种跨场景不变和类别信息保持的步态表示方法及系统。本发明方法，包括：S1、基于姿态估计方法，从步态序列中提取出关节点；S2、基于提取的所述关节点，不考虑头肩点来代表步态，构建步态表示，并输出源步态表示；S3、基于类别信息保持GAN网络的转换器，将所述源步态表示转换为规定的场景表示，生成规范化的目标步态表示；S4、使用生成的所述目标步态表示和经过训练的分类器来识别人，得到最终的识别结果。本发明设计了一种跨场景不变的步态表示方法，即PoEM，同时设计了一种可以实现类别信息保持的对抗网络结构，两者构成的系统可以解决跨场景条件下的步态识别困难的问题。

公开(公告)号：CN113378714A

公开(公告)日：2021-09-10

申请号：CN202110649824.1

申请日：2021-06-10

Applicant: 大连海事大学

Inventor： 王新年 ,  金泽浩 ,  吕柯同 ,  张涛

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明提供一种跨场景不变和类别信息保持的步态表示方法及系统。本发明方法，包括：S1、基于姿态估计方法，从步态序列中提取出关节点；S2、基于提取的所述关节点，不考虑头肩点来代表步态，构建步态表示，并输出源步态表示；S3、基于类别信息保持GAN网络的转换器，将所述源步态表示转换为规定的场景表示，生成规范化的目标步态表示；S4、使用生成的所述目标步态表示和经过训练的分类器来识别人，得到最终的识别结果。本发明设计了一种跨场景不变的步态表示方法，即PoEM，同时设计了一种可以实现类别信息保持的对抗网络结构，两者构成的系统可以解决跨场景条件下的步态识别困难的问题。