一种基于多层动态集中和局部金字塔聚合的换衣行人重识别方法
申请人信息
- 申请人:南京信息工程大学
- 申请人地址:210044 江苏省南京市江北新区宁六路219号
- 发明人: 南京信息工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于多层动态集中和局部金字塔聚合的换衣行人重识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311661718.0 |
| 申请日 | 2023/12/6 |
| 公告号 | CN117635973A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06V10/62 |
| 权利人 | 南京信息工程大学 |
| 发明人 | 张国庆; 周洁琼 |
| 地址 | 江苏省南京市宁六路219号 |
摘要文本
本发明公开了一种基于多层动态集中和局部金字塔聚合的换衣行人重识别方法，包括以下步骤 : (1)对图像数据集添加风雨场景并执行标准化预处理及数据增强操作；(2)构建输入到Transformer模型的序列；(3)构建基于标准Transformer架构的行人特征提取网络；(4)利用多层动态聚焦模块，对得到的Transformer各层特征进行动态权重调整与融合处理；(5)通过局部金字塔聚合模块选择性地提取并融合Transformer网络中的特定层特征，以获取多尺度特征信息；(6)根据步骤(4)‑(5)所得的特征输出应用于损失函数，以验证查询图像与测试图像是否为同一类别，从而完成模型的训练和优化；本发明在复杂场景下，尤其是面对换衣行人重识别任务时，能够显著提升算法的识别精度和鲁棒性。
专利主权项内容
1.一种基于多层动态集中和局部金字塔聚合的换衣行人重识别方法，其特征在于，包括以下步骤：(1)对图像数据集添加风雨场景并执行标准化预处理及数据增强操作；(2)将经预处理的图像分割为N个尺寸一致、互不重叠的区块，引入附加的可学习嵌入[CLS_TOKEN]作为序列输入的全局特征，同时对每个区块赋予位置编码[POS_TOKEN]，构成输入到Transformer模型的序列；(3)构建基于标准Transformer架构的行人特征提取网络，输入步骤(2)生成的序列，提取行人特征并记录下各Transformer层的特征；(4)利用多层动态聚焦模块，对步骤(3)中得到的Transformer各层特征进行动态权重调整与融合处理；(5)通过局部金字塔聚合模块选择性地提取并融合Transformer网络中的特定层特征，以获取多尺度特征信息，并采用快速傅立叶变换嵌入至自注意力机制中；(6)根据步骤(4)-(5)所得的特征输出应用于损失函数，以验证查询图像与测试图像是否为同一类别，从而完成模型的训练和优化。