-
公开(公告)号：CN114495175A
公开(公告)日：2022-05-13
申请号：CN202210133696.X
申请日：2022-02-14
申请人： 济南博观智能科技有限公司
发明人： 尤炜锋
IPC分类号： G06V40/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本申请公开了一种行人重识别模型创建方法、装置、设备及存储介质。该方法包括：获取行人图片数据以得到训练集；按照预设身姿约束规则对所述训练集进行分组，得到多组目标batch；所述预设身姿约束规则包括行人ID数量和身姿类型；构建待训练网络，利用所述训练集对所述待训练网络进行第一阶段训练得到第一阶段训练后模型，利用所述目标batch对所述第一阶段训练后模型进行第二阶段训练以得到所述行人重识别模型。能够使模型在每个batch中对行人身姿进行充分训练，能更有效提取到相同ID不同身姿的特征，有效提高行人重识别模型的身姿鲁棒性与模型泛化能力，使模型进行行人重识别时更加准确，提高模型特征提取能力。
-
公开(公告)号：CN112541448A
公开(公告)日：2021-03-23
申请号：CN202011505063.4
申请日：2020-12-18
申请人： 济南博观智能科技有限公司
摘要： 本申请公开了一种行人重识别方法，包括：获取输入图像集合；利用输入图像集合对具有峰值检测器的初始多粒度网络模型进行特征训练，得到具有峰值检测器的多粒度网络模型；将待检测图像输入具有峰值检测器的多粒度网络模型，得到特征提取结果；将特征提取结果与含有目标行人的图片库中提取的特征向量集合进行匹配，识别目标行人。该方法利用具有峰值检测器的多粒度网络模型，可以准确提取行人特征并进行特征学习，避免了相关技术中仅利用多粒度网络模型任意切分人体引入背景信息造成特征学习混乱的缺点，能够改善模型性能，提高目标行人识别准确率。本申请同时还提供了一种行人重识别装置、一种电子设备和存储介质，具有上述有益效果。
-
公开(公告)号：CN116486434A
公开(公告)日：2023-07-25
申请号：CN202310402452.1
申请日：2023-04-11
申请人： 济南博观智能科技有限公司
摘要： 本申请提供一种视频行人重识别方法，包括：获取包含目标行人的待检测视频，并识别待检测视频中目标行人的不同身姿图像；确定各身姿图像的图像质量，并确定图像质量最高的最优身姿图像；将最优身姿图像按时间顺序分别执行特征提取和人体轮廓线特征提取，分别得到同一身姿下的表征特征和人体轮廓线特征；将表征特征和人体轮廓线特征在通道维度上融合，得到目标行人的融合特征；根据融合特征和目标行人的行人特征进行相似度计算，按照相似度从高到低的计算结果识别目标行人。本申请能够显著提高行人姿态变化后和行人换装后的行人重识别精度。本申请还提供一种视频行人重识别系统、计算机可读存储介质和电子设备，具有上述有益效果。
-
公开(公告)号：CN112541448B
公开(公告)日：2023-04-07
申请号：CN202011505063.4
申请日：2020-12-18
申请人： 济南博观智能科技有限公司
摘要： 本申请公开了一种行人重识别方法，包括：获取输入图像集合；利用输入图像集合对具有峰值检测器的初始多粒度网络模型进行特征训练，得到具有峰值检测器的多粒度网络模型；将待检测图像输入具有峰值检测器的多粒度网络模型，得到特征提取结果；将特征提取结果与含有目标行人的图片库中提取的特征向量集合进行匹配，识别目标行人。该方法利用具有峰值检测器的多粒度网络模型，可以准确提取行人特征并进行特征学习，避免了相关技术中仅利用多粒度网络模型任意切分人体引入背景信息造成特征学习混乱的缺点，能够改善模型性能，提高目标行人识别准确率。本申请同时还提供了一种行人重识别装置、一种电子设备和存储介质，具有上述有益效果。
-
-
-
搜索结果
4 条记录 (耗时 0.028 秒)
