公开(公告)号：CN114202740A

公开(公告)日：2022-03-18

申请号：CN202111483359.5

申请日：2021-12-07

申请人： 大连理工大学宁波研究院 ,  大连维视科技有限公司

发明人： 张国文 ,  戚金清 ,  王一帆 ,  卢湖川

IPC分类号： G06V20/52 ,  G06N3/04 ,  G06K9/62 ,  G06V10/774 ,  G06V10/80

摘要： 一种基于多尺度特征融合的行人重识别方法，1)构建基于多尺度融合的模型，并预训练主干网络暨多尺度特征提取器。2)利用多尺度特征提取器生成图像的多尺度特征。3)采用基于Transformer的特征校准模型融合两个不同尺度的特征。4)利用深监督融合从浅层特征到深层特征不断融合不同层级的特征。5)用交叉熵损失和三元组损失监督融合过程。6)将目标测试集图像输入训练好的模型提取特征，根据特征相似度进行排序得到行人重识别的结果，进而实现行人重识别。本发明采用卷积神经网络提取多尺度特征，使用Transformer从全局的角度融合多尺度信息，使得特征同时具有细节和语义信息，有效的提高了行人重识别的准确率。

公开(公告)号：CN114996495A

公开(公告)日：2022-09-02

申请号：CN202210551149.3

申请日：2022-05-18

申请人： 大连理工大学 ,  大连维视科技有限公司

发明人： 王鸿升 ,  卢湖川 ,  戚金清 ,  王一帆

IPC分类号： G06F16/53 ,  G06V10/26 ,  G06V10/74 ,  G06V10/762 ,  G06V10/774

摘要： 本发明提供一种基于多原型和迭代增强的单样本图像分割方法及装置。方法包括：分别获取支持图像和查询图像，基于同一特征提取网络获取支持特征和查询特征；基于支持特征的前景部分生成若干支持原型；计算任意支持原型与查询特征的余弦相似度生成相应的相似度图，将各支持原型根据引导表放置到对应位置，生成引导特征；同时，对所有相似度图进行累加操作生成指引查询前景位置的概率图；将所述查询特征、引导特征以及概率图连接后，进行基于多尺度增强，解码后生成查询分割图。本发明采用输出迭代来增强支持特征的指导信息，利用产生的分割图通过加法和乘法计算修正前面进行指导的概率图，使其重新进行更为准确的引导，生成更为精确的分割结果。