[发明专利]一种行人重识别系统和方法有效
| 申请号： | 201810489200.6 | 申请日： | 2018-05-21 |
| 公开（公告）号： | CN108764096B | 公开（公告）日： | 2022-04-29 |
| 发明（设计）人： | 徐家臻;王勤业;邓伟 | 申请（专利权）人： | 华中师范大学 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V10/764;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京知呱呱知识产权代理有限公司 11577 | 代理人： | 李芙蓉;孙进华 |
| 地址： | 430079 湖北省武*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开行人重识别系统，包括第一特征训练模块、第二特征训练模块、局部划分训练模块和识别模块；第一特征训练模块采用多尺度局部特征竞争选择技术构造新的分类器Cw；第一特征训练模块包括数据预处理单元、主干网络设置单元、特征分组单元、特征池化单元、特征降维单元、特征分类单元和新分类器构造单元；第二特征训练模块获取整个神经网络的最优参数；局部划分训练模块将数据通过加载的ResNet主干网络、特征分组单元、特征池化单元和特征降维单元对多个局部特征进行标记；识别模块将数据通过加载的ResNet主干网络、特征分组单元、特征池化单元和特征降维单元提取到的特征经过局部划分分类器Ck进行分类。 | ||
| 搜索关键词： | 一种 行人 识别 系统 方法 | ||
【主权项】：
1.一种行人重识别系统，其特征在于，包括第一特征训练模块(1)、第二特征训练模块(2)、局部划分训练模块(3)和识别模块(4)；所述第一特征训练模块(1)用于在基于卷积神经网络的行人重识别方法中采用多尺度局部特征竞争选择技术构造新的分类器Cw；所述第一特征训练模块(1)包括数据预处理单元、主干网络设置单元、特征分组单元、特征池化单元、特征降维单元、特征分类单元和新分类器构造单元；所述第二特征训练模块(2)用于在卷积神经网络的行人重识别方法的基础上获取整个神经网络的最优参数；所述局部划分训练模块(3)用于将数据通过加载的ResNet主干网络、特征分组单元、特征池化单元和特征降维单元对多个局部特征进行标记，据此为每组特征降维单元输出的局部特征训练一个分类器Ck；所述识别模块(4)将数据通过加载的ResNet主干网络、特征分组单元、特征池化单元和特征降维单元提取到的特征经过局部划分分类器Ck进行分类，其中Ck分类为正例的特征为有效特征。
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华中师范大学，未经华中师范大学许可，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/201810489200.6/，转载请声明来源钻瓜专利网。
