公开(公告)号：CN112016661B

公开(公告)日：2022-05-06

申请号：CN202010842675.6

申请日：2020-08-20

Applicant: 浙江大学

Inventor： 沈栋 ,  蔡登 ,  何晓飞

IPC: G06N3/00 ,  G06N3/08 ,  G06K9/00 ,  G06V40/10 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62

Abstract: 本发明公开了一种基于擦除显著性区域的行人重识别方法，包括：(1)从训练数据中随机选择P个不同的人，每个人随机选取K张图片，得到P×K张图片作为一次训练数据；(2)根据图片之间的相似程度，得到图片的显著性区域；(3)根据预先设置的擦除区域和概率，擦除一定比例的显著性区域；(4)提取擦除了显著性区域的图片的特征并且利用自适应全局池化层来进行池化操作，利用该特征计算误差；(5)计算原图的特征向量，利用该特征向量计算误差；(6)结合步骤(4)和(5)得到的误差，回传梯度训练模型；(7)利用训练好的模型进行行人重识别应用。利用本发明，可以帮助模型学到更佳丰富的特征表达，提升重识别效果。

公开(公告)号：CN112016661A

公开(公告)日：2020-12-01

申请号：CN202010842675.6

申请日：2020-08-20

Applicant: 浙江大学

Inventor： 沈栋 ,  蔡登 ,  何晓飞

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

Abstract: 本发明公开了一种基于擦除显著性区域的行人重识别方法，包括：(1)从训练数据中随机选择P个不同的人，每个人随机选取K张图片，得到P×K张图片作为一次训练数据；(2)根据图片之间的相似程度，得到图片的显著性区域；(3)根据预先设置的擦除区域和概率，擦除一定比例的显著性区域；(4)提取擦除了显著性区域的图片的特征并且利用自适应全局池化层来进行池化操作，利用该特征计算误差；(5)计算原图的特征向量，利用该特征向量计算误差；(6)结合步骤(4)和(5)得到的误差，回传梯度训练模型；(7)利用训练好的模型进行行人重识别应用。利用本发明，可以帮助模型学到更佳丰富的特征表达，提升重识别效果。