[发明专利]行人重识别的噪声样本识别方法、装置、设备和存储介质有效
| 申请号： | 202010186361.5 | 申请日： | 2020-03-17 |
| 公开（公告）号： | CN111414952B | 公开（公告）日： | 2023-10-17 |
| 发明（设计）人： | 程昊;蒋忻洋;李珂;孙星;余宗桥;彭湃;郭晓威;黄小明;黄飞跃;吴永坚 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/74;G06V10/771;G06V10/82;G06V10/762;G06N3/0464;G06N3/084;G06V40/10 |
| 代理公司： | 华进联合专利商标代理有限公司 44224 | 代理人： | 于丽君 |
| 地址： | 518000 广东省深圳*** | 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： | 一种行人重识别的噪声样本识别方法、装置、设备和存储介质，所述方法包括：对行人重识别的各初始样本进行特征提取，获得各初始样本的样本特征；根据各样本特征，确定目标样本组的组内样本特征中心，以及目标样本组内的各初始样本的样本距离，目标样本组包括至少两个初始样本，样本距离为初始样本的样本特征与初始样本所在目标样本组的组内样本特征中心之间的距离；根据目标样本组的各初始样本的样本距离，确定目标样本组中的各初始样本是否为噪声样本；将确定为噪声样本的初始样本移除，获得更新后的样本数据；根据更新后的样本数据对预设神经网络进行网络训练，获得训练确定的行人重识别模型。通过上述方法获得的行人重识别模型的准确度更高。 | ||
| 搜索关键词： | 行人 识别 噪声 样本 方法 装置 设备 存储 介质 | ||
【主权项】：
暂无信息
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/patent/202010186361.5/，转载请声明来源钻瓜专利网。
