← 返回列表
基于互补特征动态融合网络模型的行人重识别方法及装置
申请人信息
- 申请人:深圳职业技术大学
- 申请人地址:518000 广东省深圳市南山区西丽街道西丽湖镇西丽湖畔
- 发明人: 深圳职业技术大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于互补特征动态融合网络模型的行人重识别方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311762029.9 |
| 申请日 | 2023/12/19 |
| 公告号 | CN117746462A |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06V40/10 |
| 权利人 | 深圳职业技术大学 |
| 发明人 | 连国云; 杨金锋; 连睿 |
| 地址 | 广东省深圳市南山区沙河西路4089号西丽湖畔 |
摘要文本
深圳职业技术大学取得“一种透气窗帘布”专利技术，本发明公开了一种基于互补特征动态融合网络模型的行人重识别方法及装置，互补特征动态融合网络模型包括HFE主分支和辅分支，HFE主分支包括Vit网络模块和NFC模块，该方法包括基于Vit网络模块从待识别图像中获取目标行人的结果向量，并从结果向量中提取行人全局特征向量；通过NFC模块获得拼接向量，并基于拼接向量和辅分支输入的补充性二维特征提取行人局部特征向量；基于行人全局特征向量和行人局部特征向量确定行人重识别结果。如此，基于Vit网络模块和辅分支模块进行特征融合，从而获得了细节更加丰富、准确的局部特征向量，再基于全局特征向量和局部特征向量进行重识别，提高了行人重识别结果的准确性。
专利主权项内容
1.一种基于互补特征动态融合网络模型的行人重识别方法，其特征在于，所述互补特征动态融合网络模型包括多级特征提取(Hierarchical Feature Extraction，HFE)主分支和辅分支，其中，所述HFE主分支包括视觉转换器(Vision Transformer，Vit)网络模块和邻域特征约束(Neighborhood Feature Constraint，NFC)模块；所述基于互补特征动态融合网络模型的行人重识别方法包括：基于所述Vit网络模块从待识别图像中获取目标行人的结果向量，并从所述结果向量中提取行人全局特征向量；通过所述NFC模块获得拼接向量，并基于所述拼接向量和辅分支输入的补充性二维特征提取行人局部特征向量；基于所述行人全局特征向量和所述行人局部特征向量确定行人重识别结果。