公开(公告)号：CN115294601B

公开(公告)日：2023-07-11

申请号：CN202210870763.6

申请日：2022-07-22

Applicant: 苏州大学

Inventor： 邹玮 ,  浦嘉成 ,  王加俊 ,  胡丹峰 ,  方二喜

IPC: G06V40/10 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明涉及一种基于多尺度特征动态融合的行人重识别方法，包括构建包括主干网络和三条分支网络的神经网络，主干网络根据输入图像得到行人的多尺度全局特征图，三条分支网络根据行人的多尺度全局特征图提取全局特征和多维度的局部特征；根据全局特征和多维度的局部特征训练包括主干网络和三条分支网络的神经网络得到训练完成的神经网络，将待识别图像作为输入图像输入所述训练完成的神经网络得到行人重识别结果。本发明可以得到丰富且具有辨别性的特征、提高行人重识别的精度。

公开(公告)号：CN115294601A

公开(公告)日：2022-11-04

申请号：CN202210870763.6

申请日：2022-07-22

Applicant: 苏州大学

Inventor： 邹玮 ,  浦嘉成 ,  王加俊 ,  胡丹峰 ,  方二喜

IPC: G06V40/10 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多尺度特征动态融合的行人重识别方法，包括构建包括主干网络和三条分支网络的神经网络，主干网络根据输入图像得到行人的多尺度全局特征图，三条分支网络根据行人的多尺度全局特征图提取全局特征和多维度的局部特征；根据全局特征和多维度的局部特征训练包括主干网络和三条分支网络的神经网络得到训练完成的神经网络，将待识别图像作为输入图像输入所述训练完成的神经网络得到行人重识别结果。本发明可以得到丰富且具有辨别性的特征、提高行人重识别的精度。