[发明专利]一种二值化三元组孪生网络模型的行人重识别方法及系统在审
| 申请号： | 201910369005.4 | 申请日： | 2019-05-05 |
| 公开（公告）号： | CN110084215A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 周芳宇;陈淑荣 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04 |
| 代理公司： | 上海元好知识产权代理有限公司 31323 | 代理人： | 徐雯琼;章丽娟 |
| 地址： | 201306 上海市*** | 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： | 本发明公开一种二值化三元组孪生网络模型的行人重识别及方法，包含：三路卷积神经网络，分别输入正、负样本与检测样本图像，提取图像特征，每路卷积神经网络包含卷积层、池化层和全连接层；每路卷积神经网络的卷积层、池化层和全连接层相同且权值参数共享，并对权值参数以及对卷积层与池化层之间的激活函数值进行二值化；Softmax层，与各全连接层连接，将卷积神经网络输出的特征进行分类和归一化；Triplet loss验证函数模块，与Softmax层连接，接收归一化分类层输出的样本特征，进行样本对的相似性计算。本发明获得鉴别能力更强的深度学习模型，更好地解决不同行人图片内容上相似而相同行人图片又因为光照、场景变化、人体姿态多样化的原因导致内容差异大的问题。 | ||
| 搜索关键词： | 卷积神经网络 二值化 连接层 池化 卷积 权值参数 网络模型 归一化 三元组 提取图像特征 相似性计算 场景变化 函数模块 激活函数 内容差异 人体姿态 图片内容 样本特征 样本图像 输出 负样本 分类 三路 光照 样本 鉴别 验证 共享 检测 学习 图片 | ||
【主权项】：
1.一种二值化三元组孪生网络模型的行人重识别系统，其特征在于，包含：三路卷积神经网络，其分别输入正样本、负样本与检测样本图像，提取对应的图像特征；每个卷积神经网络包含：输入层，其提取样本图像对的特征；卷积层，与所述输入层连接，用于提取所述图像样本的图像特征；池化层，与所述卷积层连接，通过降维处理得到特定特征区域，并整合成具体维度值的特征向量，发送给全连接层；其中，每路的所述卷积神经网络的卷积层、池化层和全连接层相同且权值参数共享，且对权值参数进行二值化以及对每路卷积神经网络中卷积层与池化层之间的激活函数值进行二值化；归一化分类层，其与所述三路卷积神经网络的各个全连接层连接，将所述卷积神经网络输出的特征进行分类和归一化；误差损失验证函数模块，其与所述归一化分类层连接，接收所述归一化分类层输出的样本特征，进行样本对的相似性计算。
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海事大学，未经上海海事大学许可，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/201910369005.4/，转载请声明来源钻瓜专利网。
