-
公开(公告)号：CN117542084B
公开(公告)日：2024-08-20
申请号：CN202311659687.5
申请日：2023-12-06
Applicant: 湖南大学
Abstract: 本申请涉及一种语义感知的跨模态行人重识别方法，该方法包括：获取若干身份的行人图像及其对应的身份标签；对可见光图像进行数据增强得到辅助图像；构建跨模态语义感知网络模型，基于可见光图像、红外图像以及辅助图像训练跨模态语义感知网络模型；将测试可见光图像、测试红外图像分别输入至训练好的跨模态语义感知网络模型，得到可见光模态的行人特征和红外模态的行人特征；将其中一个模态的行人特征作为查询集，另一模态的行人特征作为图库集，计算查询集中各行人特征分别与图库集中各行人特征之间的相似度并排序，基于排序结果得到跨模态行人重识别结果。该方法可以强调与身份相关的语义特征并增强模态不变的细粒度表示。
-
公开(公告)号：CN117542084A
公开(公告)日：2024-02-09
申请号：CN202311659687.5
申请日：2023-12-06
Applicant: 湖南大学
Abstract: 本申请涉及一种语义感知的跨模态行人重识别方法，该方法包括：获取若干身份的行人图像及其对应的身份标签；对可见光图像进行数据增强得到辅助图像；构建跨模态语义感知网络模型，基于可见光图像、红外图像以及辅助图像训练跨模态语义感知网络模型；将测试可见光图像、测试红外图像分别输入至训练好的跨模态语义感知网络模型，得到可见光模态的行人特征和红外模态的行人特征；将其中一个模态的行人特征作为查询集，另一模态的行人特征作为图库集，计算查询集中各行人特征分别与图库集中各行人特征之间的相似度并排序，基于排序结果得到跨模态行人重识别结果。该方法可以强调与身份相关的语义特征并增强模态不变的细粒度表示。
-
公开(公告)号：CN113869233A
公开(公告)日：2021-12-31
申请号：CN202111156899.2
申请日：2021-09-30
Applicant: 湖南大学
Abstract: 本发明公开了一种基于上下文特征不一致性的多专家对抗攻击检测方法，包括步骤：建立行人重识别数据集，行人重识别数据集包括良性查询图像集、对抗查询图像集和图库；选取多个行人重识别专家模型，并将行人重识别数据集输入到多个行人重识别专家模型中，提取出行人重识别数据集中图像的图像特征；在图库中进行检索，得到支撑集；给查询图像集及其支撑集打上标签，并形成训练集；根据训练集，得到上下文特征；将上下文特征输入到对抗攻击检测器中训练；将待查询图像的上下文特征输入到对抗攻击检测器中，输出被攻击的概率，并根据输出的概率，评估对抗攻击检测器的性能；通过上下文特征训练对抗攻击检测器，可成功检测得到对抗训练样本的攻击方法。
-
-
Search Results
3
records
(took 0.016 seconds)
