[发明专利]一种基于轻量化卷积神经网络的行人重识别方法在审
| 申请号： | 201811206061.8 | 申请日： | 2018-10-17 |
| 公开（公告）号： | CN109446953A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 柯逍;秦丽云 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福州市闽*** | 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： | 本发明涉及一种基于轻量化卷积神经网络的行人重识别方法，包括以下步骤：步骤S1:从大型公用数据集中提取取行人重识别数据集；步骤S2:采用中值滤波的方法对人重识别数据集进行图像平滑的预处理操作，得到预处理后的数据集；步骤S3:将预处理后的数据集，采用灰度拉伸的图像增强的算法进行处理，得到增强后的数据集；步骤S4:根据得到的增强后的数据集训练轻量化卷积神经网络，得到训练好的轻量化卷积神经网络模型；步骤S5:将目标人物的图片和待识别匹配的行人图像分别输入训练好的轻量化卷积神经网络模型中，判断待识别匹配的行人是否为目标人物。本发明能够有效地实现行人重识别。 | ||
| 搜索关键词： | 数据集 卷积神经网络 轻量化 预处理 目标人物 匹配 有效地实现 预处理操作 公用数据 灰度拉伸 图像平滑 图像增强 中值滤波 算法 图像 图片 | ||
【主权项】：
1.一种基于轻量化卷积神经网络的行人重识别方法，其特征在于,包括以下步骤：步骤S1:从大型公用数据集中提取取行人重识别数据集；步骤S2:采用中值滤波的方法对人重识别数据集进行图像平滑的预处理操作，得到预处理后的数据集；步骤S3:将预处理后的数据集，采用灰度拉伸的图像增强的算法进行处理，得到增强后的数据集；步骤S4:根据得到的增强后的数据集训练轻量化卷积神经网络，得到训练好的轻量化卷积神经网络模型；步骤S5:将目标人物的图片和待识别匹配的行人图像分别输入训练好的轻量化卷积神经网络模型中，判断待识别匹配的行人是否为目标人物。
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福州大学，未经福州大学许可，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/patent/201811206061.8/，转载请声明来源钻瓜专利网。
