-
公开(公告)号：CN116110077A
公开(公告)日：2023-05-12
申请号：CN202310089601.3
申请日：2023-02-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及计算机视觉领域，公开了一种遮挡条件下基于块划分姿态辅助对齐的行人重识别方法，包括：S1、获取含有遮挡的行人图像，对含有遮挡的所述行人图像进行预处理；S2、使用深度残差网络，提取出进行预处理后的所述行人图像的高阶特征图；S3、通过自上向下的人体姿态估计器，从预处理后的所述行人图像提取出行人的人体关节点；S4、利用所述有效关键点生成注意力热图；S5、将所述高阶特征图均匀块划分；S6、使用全局‑分区总损失函数对所述初始行人重识别网络模型进行训练；S7、将查询图像、候选图像作为所述行人重识别网络模型的输入，从所述候选图像中检索出与所述查询图像相同身份的候选排序。本发明提高行人重识别精度。
-
公开(公告)号：CN112257609A
公开(公告)日：2021-01-22
申请号：CN202011147629.0
申请日：2020-10-23
Applicant: 重庆邮电大学
Abstract: 本发明提供一种基于自适应关键点热图的车辆检测方法及装置，属于计算机视觉、目标检测与识别技术领域；包括通过自适应可变半径高斯核渲染关键点热图，提取到车辆目标的中心点，然后通过车辆目标宽和高的信息，回归得到车辆目标尺寸、位置等信息；关键点热图的渲染采用自适应策略，高斯核半径随着目标宽和高的变化而变化，在道路拥挤条件下预测的边界框更加紧凑，计算坐标范围由整个特征图缩小为目标边界框内，能够加快网络收敛；在道路拥挤的视频场景下能有效解决密集遮挡车辆之间漏检、误检、检测精度不高的问题，能够满足在拥挤道路监控视频下对车辆检测速度和准确度的需求，对于智能交通管理工作具有重大的意义。
-
公开(公告)号：CN112257609B
公开(公告)日：2022-11-04
申请号：CN202011147629.0
申请日：2020-10-23
Applicant: 重庆邮电大学
Abstract: 本发明提供一种基于自适应关键点热图的车辆检测方法及装置，属于计算机视觉、目标检测与识别技术领域；包括通过自适应可变半径高斯核渲染关键点热图，提取到车辆目标的中心点，然后通过车辆目标宽和高的信息，回归得到车辆目标尺寸、位置等信息；关键点热图的渲染采用自适应策略，高斯核半径随着目标宽和高的变化而变化，在道路拥挤条件下预测的边界框更加紧凑，计算坐标范围由整个特征图缩小为目标边界框内，能够加快网络收敛；在道路拥挤的视频场景下能有效解决密集遮挡车辆之间漏检、误检、检测精度不高的问题，能够满足在拥挤道路监控视频下对车辆检测速度和准确度的需求，对于智能交通管理工作具有重大的意义。
-
-
Search Results
3
records
(took 0.016 seconds)
