首页> 中国专利> 用于遮挡行人重识别的结合卷积神经网络优化ViT的方法

用于遮挡行人重识别的结合卷积神经网络优化ViT的方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种用于用于遮挡行人重识别的结合卷积神经网络优化ViT的方法，结合了卷积神经网络优化了Vision Transformer的网络结构，将CNN与Transformer的优点结合起来。本发明设计了CNN与Transformer双分支的网络结构，使图片提取的特征既有Transform的优点，又能吸收CNN的优点，这样既通过Transformer获取了tokens之间全局关系，又通过CNN获取了tokens的局部信息,最后融合了局部信息与全局信息，获得了具有鲁棒性的特征。最后结合三元组损失和交叉熵损失，对模型进行迭代优化，将模型最终损失减少到最小值，提升特征的准确性以及模型的性能。这样有效解决了遮挡情况下的行人重识别问题，为遮挡行人重识别在实际应用中提供了一种更为高效的框架。

著录项

公开/公告号CN115565048A

专利类型发明专利
公开/公告日2023-01-03

原文格式PDF
申请/专利权人长沙理工大学;
展开▼

申请/专利号CN202211104302.4
发明设计人周书仁;资帅;朱俣健;
展开▼

申请日2022-09-09
分类号G06V10/82;G06V10/80;G06V10/40;G06V20/52;G06V40/10;G06N3/04;
代理机构
代理人
地址 410114 湖南省长沙市天心区万家丽路二段960号
入库时间 2023-06-19 18:11:21

法律信息

法律状态公告日

法律状态信息

法律状态
2023-01-03

公开

发明专利申请公布

相似文献

专利
中文文献
外文文献

1. 一种结合表观特征和时空分布的双流网络行人重识别方法 [P] . 中国专利：
2. 遮挡下行人重识别模型训练方法、装置及遮挡下行人重识别方法、装置 [P] . 中国专利： CN113095263A . 2021-07-09
3. 一种结合空间变换网络和多尺度特征提取的遮挡行人重识别方法 [P] . 中国专利： CN112396036A . 2021-02-23
4. 1x1 CNN LEARNING METHOD AND LEARNING DEVICE FOR CONVOLUTIONAL NEURAL NETWORK USING 1x1 CONVOLUTION FOR IMAGE RECOGNITION TO BE USED FOR HARDWARE OPTIMIZATION AND TESTING METHOD AND TESTING DEVICE USING THE SAME [P] . 韩国专利： KR102338765B1 . 2021-12-15

机译： 1x1 CNN学习方法和用于使用1x1卷积的卷积神经网络的学习设备，用于图像识别用来用于使用相同的硬件优化和测试方法和测试设备
5. 1x1 CNN LEARNING METHOD AND LEARNING DEVICE FOR CONVOLUTIONAL NEURAL NETWORK USING 1x1 CONVOLUTION FOR IMAGE RECOGNITION TO BE USED FOR HARDWARE OPTIMIZATION AND TESTING METHOD AND TESTING DEVICE USING THE SAME [P] . 韩国专利： KR20200091792A . 2020-07-31

机译：用于硬件优化的1x1卷积图像识别的1x1 CNN学习方法和卷积神经网络的学习装置以及测试方法和使用该方法的测试设备
6. 1xH CNN LEARNING METHOD AND LEARNING DEVICE FOR CONVOLUTIONAL NEURAL NETWORK USING 1xH CONVOLUTION FOR IMAGE RECOGNITION TO BE USED FOR HARDWARE OPTIMIZATION AND TESTING METHOD AND TESTING DEVICE USING THE SAME [P] . 韩国专利： KR20200091794A . 2020-07-31

机译：使用1xH卷积进行图像识别的1xH CNN学习方法和卷积神经网络学习设备，用于硬件优化和测试方法以及使用该方法的测试设备