公开(公告)号：CN113011440A

公开(公告)日：2021-06-22

申请号：CN202110296521.6

申请日：2021-03-19

Applicant: 中联煤层气有限责任公司 ,  大连理工大学

Inventor： 石浩 ,  傅小康 ,  胡秋萍 ,  张森 ,  王小东 ,  何舟 ,  何思琦 ,  胡小鹏 ,  吴思宁

IPC: G06K9/46 ,  G06K9/62 ,  G06K9/00

Abstract: 本发明提供一种煤层气井井场监控重识别技术。首先构建特征提取网络，把平均池化替换成加权池化，视分类计算为特征注意力热图之间内积计算，提取目标显著特征；其次对特征进行相应特征耦合聚类，随机选高置信度ID样本，成为聚类中心，建立异类样本相对距离阈值，计算特征与聚类中心距离，区分目标特征与背景干扰和异类特征，得到特征耦合聚类损失；最后利用三组态网络，将参考、同类和异类样本映射特征空间，比较相似性。本发明可以更好地跨摄像机的目标重识别，可以很好地提高特征辨识能力，提高重识别的准确性性和鲁棒性。

公开(公告)号：CN113011440B

公开(公告)日：2023-11-28

申请号：CN202110296521.6

申请日：2021-03-19

Applicant: 中联煤层气有限责任公司 ,  大连理工大学

Inventor： 石浩 ,  傅小康 ,  胡秋萍 ,  张森 ,  王小东 ,  何舟 ,  何思琦 ,  胡小鹏 ,  吴思宁

IPC: G06V10/46 ,  G06V10/762 ,  G06V10/764 ,  G06V40/10

Abstract: 本发明提供一种煤层气井井场监控重识别技术。首先构建特征提取网络，把平均池化替换成加权池化，视分类计算为特征注意力热图之间内积计算，提取目标显著特征；其次对特征进行相应特征耦合聚类，随机选高置信度ID样本，成为聚类中心，建立异类样本相对距离阈值，计算特征与聚类中心距离，区分目标特征与背景干扰和异类特征，得到特征耦合聚类损失；最后利用三组态网络，将参考、同类和异类样本映射特征空间，比较相似性。本发明可以更好地跨摄像机的目标重识别，可以很好地提高特征辨识能力，提高重识别的准确性性和鲁棒性。(56)对比文件Guoyin Ren，等.A Cross-Camera Multi-Face Tracking System Based on DoubleTriplet Networks《.IEEE Access》.2021,第9卷第43759-43774页.厍向阳，等.融合随机擦除和残差注意力网络的行人重识别《.计算机工程与应用》.2022,第58卷(第3期),第215-221页.Weiyu Zeng，等.Clustering-GuidedPairwise Metric Triplet Loss for PersonReidentification《.IEEE Internet of ThingsJournal》.2022,第9卷(第16期),第15150-15160页.Zhigang Chang，等.Distribution ContextAware Loss for Person Re-identification.《2019 IEEE Visual Communications andImage Processing (VCIP)》.2020,第1-4页.丁嘉婕.基于质量增强和注意力机制的井下行人重识别算法《.中国优秀硕士学位论文全文数据库 信息科技辑》.2023,(第2期),I138-1902.