[发明专利]基于聚类引导和成对度量三元组损失的行人重识别方法在审
| 申请号： | 202110481365.0 | 申请日： | 2021-04-30 |
| 公开（公告）号： | CN113158955A | 公开（公告）日： | 2021-07-23 |
| 发明（设计）人： | 曾威瑜;曹九稳;王天磊;王建中 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 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聚类引导和成对度量三元组损失的行人重识别方法。本发明步骤：1、基于深度学习网络输出的特征和其对应的标签，获取相似度矩阵；2、计算成对度量中的余弦相似度度量难样本采样损失；3、计算成对度量中的欧式相似度度量难样本采样损失。4、计算聚类引导修正项，并融合所有损失得到聚类引导和成对度量三元组损失。5、聚类引导和成对度量三元组损失与基于表征学习的交叉熵损失结合得到最终损失，加入网络参数训练更新。本发明结合成对度量方式使得深度学习模型能够互补性地从不同角度挖掘样本相似度，并通过聚类引导的修正项最大化样本之间的相似度，最终应用到行人重识别的深度学习训练中提高模型的表现。 | ||
| 搜索关键词： | 基于 引导 成对 度量 三元 损失 行人 识别 方法 | ||
【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杭州电子科技大学，未经杭州电子科技大学许可，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/202110481365.0/，转载请声明来源钻瓜专利网。
