公开(公告)号：CN111695460B

公开(公告)日：2023-04-21

申请号：CN202010473581.6

申请日：2020-05-29

申请人： 天津师范大学

发明人： 刘爽 ,  黄文敏 ,  张重

IPC分类号： G06V40/10 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084

摘要： 本发明实施例公开了一种基于局部图卷积网络的行人再识别方法，该方法包括：构建特征提取模块，得到训练行人图像的局部特征；构建图卷积模块，得到训练行人图像的局部图卷积特征；构建损失计算模块，利用损失值对于由上述模块组成的行人再识别模型优化，得到最优行人再识别模型；利用最优行人再识别模型计算查询图像和训练行人图像的局部图卷积特征之间的相似度，得到行人再识别结果。本发明充分利用卷积神经网络和图卷积网络的优势，学习行人图像间同一区域局部特征关系，最终串联同一行人图像中不同区域的图卷积特征来表示行人图像，进一步提高了行人再识别的匹配正确率。

公开(公告)号：CN111695460A

公开(公告)日：2020-09-22

申请号：CN202010473581.6

申请日：2020-05-29

申请人： 天津师范大学

发明人： 刘爽 ,  黄文敏 ,  张重

IPC分类号： G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明实施例公开了一种基于局部图卷积网络的行人再识别方法，该方法包括：构建特征提取模块，得到训练行人图像的局部特征；构建图卷积模块，得到训练行人图像的局部图卷积特征；构建损失计算模块，利用损失值对于由上述模块组成的行人再识别模型优化，得到最优行人再识别模型；利用最优行人再识别模型计算查询图像和训练行人图像的局部图卷积特征之间的相似度，得到行人再识别结果。本发明充分利用卷积神经网络和图卷积网络的优势，学习行人图像间同一区域局部特征关系，最终串联同一行人图像中不同区域的图卷积特征来表示行人图像，进一步提高了行人再识别的匹配正确率。