首页> 中国专利> 一种基于集中学习与深度网络学习的遮挡行人再识别方法

一种基于集中学习与深度网络学习的遮挡行人再识别方法

摘要

本发明公开了一种基于集中学习与深度网络学习的遮挡行人再识别方法,该方法通过遮挡模拟器从原始未遮挡训练样本生成多种类型遮挡训练样本,生成的遮挡训练样本与原始训练样本组成联合训练集用于模型的训练,同时添加遮挡与非遮挡分类损失到行人分类损失中去,用多任务损失函数代替以往的单任务损失函数,有效地应对遮挡下行人再识别的问题,使得深度网络学习特征的时候考虑遮挡与非遮挡的先验信息进行特征的提取。实验表明,本发明能较大幅度地提高现有的深度网络在遮挡行人再识别上的性能,具有广泛的应用价值。

著录项

  • 公开/公告号CN108596211B

    专利类型发明专利

  • 公开/公告日2020-08-28

    原文格式PDF

  • 申请/专利权人 中山大学;

    申请/专利号CN201810269305.0

  • 发明设计人 赖剑煌;卓嘉璇;陈泽宇;

    申请日2018-03-29

  • 分类号G06K9/62(20060101);G06K9/46(20060101);

  • 代理机构44245 广州市华学知识产权代理有限公司;

  • 代理人刘巧霞

  • 地址 510275 广东省广州市海珠区新港西路135号

  • 入库时间 2022-08-23 11:15:37

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号