-
公开(公告)号：CN114663839B
公开(公告)日：2022-11-04
申请号：CN202210512112.X
申请日：2022-05-12
申请人： 中科智为科技(天津)有限公司
IPC分类号： G06V20/52 , G06V10/42 , G06V10/44 , G06V10/74 , G06V10/774
摘要： 本发明公开了一种遮挡行人重识别方法及系统，其中方法包括获取训练集中行人图像的遮挡率，根据遮挡率将行人图像分块，得到每幅行人图像对应的多个序列块；将每幅行人图像对应的多个序列块输入至识别模型中，训练识别模型，得到每幅行人图像的识别信息；将待识别图像和注册图像分块并分别输入至训练好的识别模型中，得到待识别图像的识别信息和注册图像的识别信息；确定待识别图像的识别信息和注册图像的识别信息之间的相似度，根据相似度确定识别结果。本发明能够同时提取出全局特征、局部特征以及局部特征的遮挡概率描述，从而提高遮挡行人重识别精度。本发明还可以将手工标记关联到分块策略上，提升检索识别的灵活性。
-
公开(公告)号：CN114663839A
公开(公告)日：2022-06-24
申请号：CN202210512112.X
申请日：2022-05-12
申请人： 中科智为科技(天津)有限公司
摘要： 本发明公开了一种遮挡行人重识别方法及系统，其中方法包括获取训练集中行人图像的遮挡率，根据遮挡率将行人图像分块，得到每幅行人图像对应的多个序列块；将每幅行人图像对应的多个序列块输入至识别模型中，训练识别模型，得到每幅行人图像的识别信息；将待识别图像和注册图像分块并分别输入至训练好的识别模型中，得到待识别图像的识别信息和注册图像的识别信息；确定待识别图像的识别信息和注册图像的识别信息之间的相似度，根据相似度确定识别结果。本发明能够同时提取出全局特征、局部特征以及局部特征的遮挡概率描述，从而提高遮挡行人重识别精度。本发明还可以将手工标记关联到分块策略上，提升检索识别的灵活性。
-
公开(公告)号：CN114581858A
公开(公告)日：2022-06-03
申请号：CN202210486758.5
申请日：2022-05-06
申请人： 中科智为科技(天津)有限公司
IPC分类号： G06V20/52 , G06K9/62 , G06V10/762 , G06N3/08
摘要： 本发明公开了一种小股人群重识别方法及模型训练方法，属于行人重识别技术领域，能够解决小股人群重识别准确率低的问题。所述方法包括：获取第一样本图像和第二样本图像，并确定其中的第一人群区域和第二人群区域；将第一人群区域输入第一主干网络中，获得第一人群的个体特征和全局特征，并将第二人群区域输入第二主干网络中，获得第二人群的个体特征和全局特征；将第一人群和第二人群的全局特征输入第一神经网络中进行训练，得到人群相似性判断网络；将第一人群和第二人群的个体特征输入第二神经网络中进行训练，得到个体相似性判断网络；根据人群相似性判断网络和个体相似性判断网络构建小股人群重识别模型。本发明用于行人重识别。
-
公开(公告)号：CN114581858B
公开(公告)日：2022-08-23
申请号：CN202210486758.5
申请日：2022-05-06
申请人： 中科智为科技(天津)有限公司
IPC分类号： G06V20/52 , G06K9/62 , G06V10/762 , G06N3/08
摘要： 本发明公开了一种小股人群重识别方法及模型训练方法，属于行人重识别技术领域，能够解决小股人群重识别准确率低的问题。所述方法包括：获取第一样本图像和第二样本图像，并确定其中的第一人群区域和第二人群区域；将第一人群区域输入第一主干网络中，获得第一人群的个体特征和全局特征，并将第二人群区域输入第二主干网络中，获得第二人群的个体特征和全局特征；将第一人群和第二人群的全局特征输入第一神经网络中进行训练，得到人群相似性判断网络；将第一人群和第二人群的个体特征输入第二神经网络中进行训练，得到个体相似性判断网络；根据人群相似性判断网络和个体相似性判断网络构建小股人群重识别模型。本发明用于行人重识别。
-
-
-
搜索结果
4 条记录 (耗时 0.032 秒)
