[发明专利]一种外观相似目标的跨相机重识别融合方法及系统有效
| 申请号： | 201811630037.7 | 申请日： | 2018-12-27 |
| 公开（公告）号： | CN109800794B | 公开（公告）日： | 2021-10-22 |
| 发明（设计）人： | 赵辉;陶卫;吕娜;何旺贵;许凌志;符钦伟;刘沅秩;郑超;冯宇;冯哲明 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人： | 徐红银;刘翠 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种外观相似目标的跨相机重识别融合方法，采用深度卷积神经网络提取图片全局特征图，并根据目标检测结果在全局特征图上提取目标的外观向量；对相机进行编码，生成包含观测视角信息的视角向量；根据目标在图像坐标系下对应的检测框位置生成目标的位置向量。将三个向量融合并经过变换后生成目标表示向量。通过优化三元组损失函数对网络进行训练，学习用于重识别的表示向量，在训练过程中采用离线挖掘和在线挖掘相结合的方法生成和更新三元组数据集。最后采用带约束的层次聚类算法对不同的相机中目标对应的表示向量进行聚类，实现跨相机目标重识别。同时提供了一种外观相似目标的跨相机重识别融合系统。本发明提高了重识别的准确性。 | ||
| 搜索关键词： | 一种 外观 相似 目标 相机 识别 融合 方法 系统 | ||
【主权项】：
1.一种外观相似目标的跨相机重识别融合方法，其特征在于，包括：采用多个相机从不同的固定角度同步采集场景图像，获取目标在不同姿态下的观测信息；采用基于深度卷积网络的目标检测器对各个图像中的目标进行检测，输出目标检测结果；采用深度卷积神经网络提取各个图像的全局特征图，并根据目标检测结果在全局特征图上提取目标对应位置的局部特征图，得到目标的外观向量；对相机进行编码，生成包含观测视角信息的视角向量；根据目标在图像坐标系下对应的目标检测框位置生成目标的位置向量；将外观向量、视角向量和位置向量进行向量融合，并经过变换后生成目标表示向量；采用三元组数据集对深度卷积神经网络进行训练，学习用于重识别的目标表示向量；其中，在训练过程中，采用离线挖掘和在线挖掘相结合的方法生成和更新三元组数据集；采用约束层次聚类方法对各个图像中目标对应的学习后的目标表示向量进行聚类，实现跨相机目标重识别。
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上海交通大学，未经上海交通大学许可，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/201811630037.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于深度学习的目标检测方法和系统
- 下一篇：一种果蔬识别方法及系统
