公开(公告)号：CN118429771B

公开(公告)日：2025-03-18

申请号：CN202410608529.5

申请日：2024-05-16

Applicant: 昆明理工大学

Inventor： 许乐 ,  王丹 ,  李华锋 ,  张亚飞

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/52 ,  G06V10/54 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及基于融合‑语义特征分类器的红外与可见光图像融合方法。本发明包括：获取融合特征及融合结果；计算融合损失，优化融合子网络参数后，冻结融合子网络参数；获取红外和可见光图像的语义特征及分割结果；计算语义分割损失，优化语义分割子网络参数，冻结语义分割子网络参数；将提取的融合特征和语义特征送入融合‑语义特征分类器；计算分类损失，优化分类器参数，冻结分类器参数；提取包含丰富语义及融合信息的特征；计算分类损失，微调融合子网络编码器参数后，冻结融合子网络中编码器参数；获取融合结果；计算融合损失，微调解码器参数；本发明使融合子网络中的编码器能够提取含有丰富融合及语义信息的特征用于融合结果重构。

公开(公告)号：CN117688197A

公开(公告)日：2024-03-12

申请号：CN202311605206.2

申请日：2023-11-28

Applicant: 昆明理工大学

Inventor： 杨社丹 ,  许乐 ,  李华锋 ,  张亚飞

IPC: G06F16/583 ,  G06V10/77 ,  G06F18/2132 ,  G06V10/82 ,  G06N3/0455

Abstract: 本发明涉及基于判别性特征学习与样本关系辅助的文本‑行人图像检索方法，属行人重识别领域。本发明包括：获取文本描述和行人图像数据，并对图像进行预处理；构建特征提取网络，将预处理好的文本和行人图像分别送入各自模态的特征提取网络；构建判别性特征学习模块，在图像和文本原始特征中挖掘更多的判别性特征；构建样本关系辅助的特征表示模块，充分利用单模态内样本间的关系来优化特征表示；ViT和BERT分别提取的图像和文本特征输入判别性特征学习和样本关系辅助的特征表示模块，得到图像和文本的最终特征，使用图像和文本的最终特征进行跨模态检索。本发明通过挖掘身份判别性特征以及进行特征优化，提升了文本‑行人图像的检索性能。

公开(公告)号：CN118429771A

公开(公告)日：2024-08-02

申请号：CN202410608529.5

申请日：2024-05-16

Applicant: 昆明理工大学

Inventor： 许乐 ,  王丹 ,  李华锋 ,  张亚飞

IPC: G06V10/80 ,  G06V10/764 ,  G06V10/52 ,  G06V10/54 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及基于融合‑语义特征分类器的红外与可见光图像融合方法。本发明包括：获取融合特征及融合结果；计算融合损失，优化融合子网络参数后，冻结融合子网络参数；获取红外和可见光图像的语义特征及分割结果；计算语义分割损失，优化语义分割子网络参数，冻结语义分割子网络参数；将提取的融合特征和语义特征送入融合‑语义特征分类器；计算分类损失，优化分类器参数，冻结分类器参数；提取包含丰富语义及融合信息的特征；计算分类损失，微调融合子网络编码器参数后，冻结融合子网络中编码器参数；获取融合结果；计算融合损失，微调解码器参数；本发明使融合子网络中的编码器能够提取含有丰富融合及语义信息的特征用于融合结果重构。

公开(公告)号：CN117671734A

公开(公告)日：2024-03-08

申请号：CN202311661491.X

申请日：2023-12-06

Applicant: 昆明理工大学

Inventor： 毛彦嵋 ,  许乐 ,  李华锋 ,  张亚飞

IPC: G06V40/10 ,  G06V10/62 ,  G06V10/762 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明涉及基于特征增强与多粒度跨域对齐的行人重识别方法，属于图像检索技术领域。本发明包括步骤：获取用于行人重识别模型的源域和目标域训练数据集；将源域和目标域数据样本输入特征提取网络中，对特征提取网络进行训练，实现特征提取网络对行人特征提取的判别能力；对网络中的行人特征进行特征增强，实现在身份信息提取过程中屏蔽域信息的特征，以提升特征的判别性；将增强后的特征送入粗粒度行人身份信息提取模块，利用聚类为目标域数据样本分配伪标签；将特征送入细粒度行人身份信息提取模块，将跨相机的负样本进行推远。本发明利用跨相机负样本来解决跨区域行人身份的匹配，实现了远距离场景下的行人身份匹配。