公开(公告)号：CN110909673B

公开(公告)日：2022-09-16

申请号：CN201911148055.6

申请日：2019-11-21

Applicant: 河北工业大学

Inventor： 于明 ,  霍昶伟 ,  师硕 ,  郝小可 ,  于洋 ,  阎刚 ,  朱叶 ,  刘依 ,  郭迎春

IPC: G06V40/10 ,  G06V10/40 ,  G06V10/74 ,  G06V10/764 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明一种基于自然语言描述的行人再识别方法，涉及用于识别图形记录载体的处理，具体说是设计图像和自然语言描述双分支网络结构，图像分支网络结构采用MobileNet卷积网络进行图像特征提取，自然语言描述分支网络结构通过BiLSTM网络进行文本特征提取，对于图像特征和文本特征之间的相似性度量部分进行构建堆叠损失函数并进行网络训练，用训练好的网络在待测图像集中搜索所包含的对应的行人图像，实现基于堆叠损失函数的自然语言描述的行人再识别，克服了现有技术中所存在的特征提取部分文本特征表征性不高，损失函数部分训练网络困难训练时间长及训练过程要消耗大量内存的缺陷。

公开(公告)号：CN110909673A

公开(公告)日：2020-03-24

申请号：CN201911148055.6

申请日：2019-11-21

Applicant: 河北工业大学

Inventor： 于明 ,  霍昶伟 ,  师硕 ,  郝小可 ,  于洋 ,  阎刚 ,  朱叶 ,  刘依 ,  郭迎春

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明一种基于自然语言描述的行人再识别方法，涉及用于识别图形记录载体的处理，具体说是设计图像和自然语言描述双分支网络结构，图像分支网络结构采用MobileNet卷积网络进行图像特征提取，自然语言描述分支网络结构通过BiLSTM网络进行文本特征提取，对于图像特征和文本特征之间的相似性度量部分进行构建堆叠损失函数并进行网络训练，用训练好的网络在待测图像集中搜索所包含的对应的行人图像，实现基于堆叠损失函数的自然语言描述的行人再识别，克服了现有技术中所存在的特征提取部分文本特征表征性不高，损失函数部分训练网络困难训练时间长及训练过程要消耗大量内存的缺陷。