公开(公告)号：CN115995065A

公开(公告)日：2023-04-21

申请号：CN202310149452.5

申请日：2023-02-22

申请人： 华侨大学 ,  厦门亿联网络技术股份有限公司

发明人： 朱建清 ,  郭圣涛 ,  李昊唐 ,  赵倩倩 ,  曾焕强 ,  廖昀 ,  杜吉祥 ,  蔡灿辉

IPC分类号： G06V20/54 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

摘要： 本发明提供一种基于动态卷积Transformer的车辆再辨识方法；不同于各个局部区域共用卷积核，本发明中各个局部区域共用一个卷积核池，由一个全连接人工神经子网从各个局部区域各自学习得到一组系数，利用各个局部区域对应的系数将卷积核池中的卷积核进行线性融合获得各个局部区域的专用卷积核，用于学习各个局部区域的特征。因此，本发明能够根据各个局部区域自身的表征特性自适应学习相应的卷积核，能够更好学习车辆图像的局部特征，从而有利于提升车辆再辨识性能。

公开(公告)号：CN117456561A

公开(公告)日：2024-01-26

申请号：CN202311779478.4

申请日：2023-12-22

申请人： 华侨大学

发明人： 余文欣 ,  黄诚惕 ,  朱建清 ,  许恒 ,  范慧玲 ,  郭圣涛 ,  芦璇 ,  翟宇豪 ,  曾焕强 ,  陈婧 ,  蔡灿辉

IPC分类号： G06V40/10 ,  G06V10/44 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N10/20 ,  G06N10/60

摘要： 本发明公开一种基于部件量子学习的行人再辨识方法，涉及量子计算、人工智能领域，包括：用深度神经网络从行人图像中提取特征映射，并用自适应空间平均池化把特征映射分解为多个部件特征；用多分支通道型量子卷积网络，每个分支对应从一个部件特征上进行量子学习，获得部件量子特征；把所有部件量子特征求和并输入通道型量子卷积网络进行部件量子特征融合，获得最终的行人特征向量，用于行人再辨识。本发明利用量子叠加与纠缠特性实现行人特征学习，能提高特征学习效果，进而提升行人再辨识的准确率。

公开(公告)号：CN117456561B

公开(公告)日：2024-03-12

申请号：CN202311779478.4

申请日：2023-12-22

申请人： 华侨大学

发明人： 余文欣 ,  黄诚惕 ,  朱建清 ,  许恒 ,  范慧玲 ,  郭圣涛 ,  芦璇 ,  翟宇豪 ,  曾焕强 ,  陈婧 ,  蔡灿辉

IPC分类号： G06V40/10 ,  G06V10/44 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N10/20 ,  G06N10/60

摘要： 本发明公开一种基于部件量子学习的行人再辨识方法，涉及量子计算、人工智能领域，包括：用深度神经网络从行人图像中提取特征映射，并用自适应空间平均池化把特征映射分解为多个部件特征；用多分支通道型量子卷积网络，每个分支对应从一个部件特征上进行量子学习，获得部件量子特征；把所有部件量子特征求和并输入通道型量子卷积网络进行部件量子特征融合，获得最终的行人特征向量，用于行人再辨识。本发明利用量子叠加与纠缠特性实现行人特征学习，能提高特征学习效果，进而提升行人再辨识的准确率。