[发明专利]一种基于多通道注意力特征的行人重识别方法有效
| 申请号： | 201910355717.0 | 申请日： | 2019-04-29 |
| 公开（公告）号： | CN110110642B | 公开（公告）日： | 2020-12-22 |
| 发明（设计）人： | 周智恒;陈增群;李波 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多通道注意力特征的行人重识别方法，包括如下步骤：1)构建基于通道注意力的卷积神经网络模型，并预训练主干网络；2)提取行人图片在主干网络的输出特征，全局池化后计算特征的通道加权向量；3)加权向量与主干网络的输出特征相乘，再与其相加得到通道注意力特征；4)重复提取多个注意力特征，采用海林格距离进行特征多样性正则化；5)将注意力特征输入全连接层与分类器，训练最小化交叉熵损失和度量损失；6)将测试集图片输入训练好的模型提取特征，经度量排序实现行人重识别。本发明基于注意力机制提取行人的判别性特征，限制相似注意力特征的重复提取，有效地提高了行人重识别的准确率和鲁棒性。 | ||
| 搜索关键词： | 一种 基于 通道 注意力 特征 行人 识别 方法 | ||
【主权项】：
1.一种基于多通道注意力特征的行人重识别方法，其特征在于，所述的人重识别方法包括如下步骤：S1、构建基于通道注意力的卷积神经网络模型，并预训练主干网络；S2、提取行人图片在主干网络的输出特征，全局池化后计算特征的通道加权向量；S3、加权向量与主干网络的输出特征相乘，再与其相加，以残差的方式提取通道注意力特征；S4、重复提取多个注意力特征，采用海林格距离进行特征多样性正则化；S5、将注意力特征输入全连接层与分类器，训练最小化交叉熵损失和度量损失；S6、将目标测试集图片输入训练好的模型提取特征，根据特征相似度进行排序得到行人重识别结果，进而实现行人重识别。
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华南理工大学，未经华南理工大学许可，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/201910355717.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种流域性洪涝场景的无人机监测方法及系统
- 下一篇：一种显示面板及显示装置
