-
公开(公告)号:CN117171377A
公开(公告)日:2023-12-05
申请号:CN202310550380.5
申请日:2023-05-16
Applicant: 安徽大学
IPC: G06F16/53 , G06V10/80 , G06V10/52 , G06V10/82 , G06V10/30 , G06V10/40 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于多特征扩张残差卷积网络的足迹光学图像检索方法,步骤如下:1、足迹图像的数据采集和数据预处理;2、建立基于注意力机制增强下的多特征扩张残差卷积网络的足迹光学图像检索模型,包括:初始特征提取模块、扩张残差卷积网络模块、多尺度特征融合模块、注意力增强模块;3、对足迹光学图像检索模型进行训练,得到训练后的足迹图像检索模型,用于待检索的足迹图像进行足迹检索和身份匹配。本发明能深度挖掘足迹图像的浅层和深层的各种隐含特征,从而能提升足迹图像的检索准确度和检索效率。
-
公开(公告)号:CN115687679A
公开(公告)日:2023-02-03
申请号:CN202211428910.0
申请日:2022-11-15
Applicant: 安徽大学
IPC: G06F16/583 , G06N3/0464 , G06N3/08 , G06V10/77 , G06V10/774
Abstract: 本发明公开了一种基于多特征密集连接注意力增强网络的足迹图像检索方法,其步骤包括:1、足迹图像数据集的采集和预处理;2、建立基于多特征密集连接注意力增强网络的足迹图像检索模型,包括:初始特征提取模块、多特征密集连接网络模块、多尺度特征融合模块、注意力增强模块、特征输出模块;3、对足迹图像检索模型进行训练。本发明能更深入的挖掘足迹图像信息的细节特征,从而能提高足迹图像的检索准确率和速度。
-