← 返回列表
一种基于特征解耦的可见光和红外行人重识别方法
申请人信息
- 申请人:中国科学院深圳先进技术研究院
- 申请人地址:518055 广东省深圳市南山区深圳大学城学苑大道1068号
- 发明人: 中国科学院深圳先进技术研究院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于特征解耦的可见光和红外行人重识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311342566.8 |
| 申请日 | 2023/10/17 |
| 公告号 | CN117496552A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G06V40/10 |
| 权利人 | 中国科学院深圳先进技术研究院 |
| 发明人 | 孙婧; 李宗泽; 张帆 |
| 地址 | 广东省深圳市南山区深圳大学城学苑大道1068号 |
摘要文本
中国科学院深圳先进技术研究院取得“一种透气窗帘布”专利技术，本发明公开了一种基于特征解耦的可见光和红外行人重识别方法。该方法包括：采集目标区域图像，所述目标区域图像包含可见光图像模态和红外图像模态；将所述目标区域图像输入到经训练的深度学习模型，获得行人识别结果；其中所述深度学习模型包括特征提取层、特征解耦层和分类器层，所述特征提取层用于从目标区域图像中提取行人特征，所述特征解耦层用于从所提取的行人特征中解耦出身份特征和冗余特征，所述分类器层用于基于解耦出的身份特征识别目标行人。本发明可以从行人特征中准确解耦出冗余特征和身份特征，增强了特征的优化效果，提高了行人识别的准确性。。来源：百度搜索专利查询网
专利主权项内容
1.一种基于特征解耦的可见光和红外行人重识别方法，包括以下步骤：采集目标区域图像，所述目标区域图像包含可见光图像模态和红外图像模态；将所述目标区域图像输入到经训练的深度学习模型，获得行人识别结果；其中，所述深度学习模型包括特征提取层、特征解耦层和分类器层，所述特征提取层用于从目标区域图像中提取行人特征，所述特征解耦层用于从所提取的行人特征中解耦出身份特征和冗余特征，所述分类器层用于基于解耦出的身份特征识别目标行人。 来自马-克-数-据