[发明专利]基于多代理相似度聚合的跨模态行人再辨识方法在审

专利信息
申请号: 202211386276.9 申请日: 2022-11-07
公开(公告)号: CN115620343A 公开(公告)日: 2023-01-17
发明(设计)人: 朱建清;赵倩倩;吴含笑;曾焕强;傅玉青;蔡灿辉;廖昀;杜吉祥 申请(专利权)人: 华侨大学;厦门亿联网络技术股份有限公司
主分类号: G06V40/10 分类号: G06V40/10;G06V10/74;G06V10/82
代理公司: 泉州市文华专利代理有限公司 35205 代理人: 陈雪莹
地址: 362000 *** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 代理 相似 聚合 跨模态 行人 辨识 方法
【权利要求书】:

1.基于多代理相似度聚合的跨模态行人再辨识方法,其特征在于:采用多代理相似度聚合机制来构建损失函数:

步骤1.1:采用多代理相似度聚合机制来构建损失函数,如公式(1)所示,

其中,M表示训练样本数量,C表示类别数量,表示第i个样本xi与第ci个类别的多代理聚合相似度,ci∈[1,2,3,...,C]表示xi的类别标签,表示样本xi与第j个类别的多代理聚合相似度。

步骤1.2:利用聚合机制将样本分别与每个类别的多个代理之间的相似度进行聚合,获得样本xi与每个类别的多代理聚合相似度,如公式(2)所示,

其中,表示第i个样本xi与第j个类别的多代理聚合相似度,Aggregate表示聚合函数,表示第i个样本xi与第j个类别的第k个代理之间的相似度,K表示每个类别的代理个数。

步骤1.3:第i个样本xi与第j个类别的第k个代理之间的相似度的计算如公式(3)所示,

其中,表示多个第j个类别的第k个可学习的代理,T是转置操作,表示经由神经网络Net从xi中提取的d维特征向量,θ是神经网络Net的权重参数。

2.根据权利要求1所述的基于多代理相似度聚合的跨模态行人再辨识方法,其特征在于:相似度聚合方式采用均值聚合,如公式(4)所示,

3.根据权利要求1所述的基于多代理相似度聚合的跨模态行人再辨识方法,其特征在于:相似度聚合方式采用注意力机制聚合,如公式(5)所示,

其中,表示聚合权重,由注意力子网络ANet算得,即表示经由神经网络Net从xi中提取的d维特征向量,φ为ANet的权重参数。

4.根据权利要求1所述的基于多代理相似度聚合的跨模态行人再辨识方法,其特征在于:相似度聚合方式采用困难挖掘策略聚合,如公式(6)所示,

其中,ci∈[1,2,3,...,C]表示样本xi的类别标签,在与xi同类的代理(即j=ci)中,挖掘最小相似度作为xi与第j个类别的困难相似度进行优化,在xi异类的代理(即j≠ci)中,挖掘最大相似度作为xi与第j个类别的困难相似度进行优化。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华侨大学;厦门亿联网络技术股份有限公司,未经华侨大学;厦门亿联网络技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211386276.9/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top