[发明专利]基于深度多示例学习的少样本行人重识别方法有效
| 申请号： | 201910073611.1 | 申请日： | 2019-01-25 |
| 公开（公告）号： | CN111488760B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 付彦伟;姜育刚;薛向阳;钱学林 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V10/46;G06V10/774;G06V10/762;G06V10/82;G06N3/0464 |
| 代理公司： | 上海元好知识产权代理有限公司 31323 | 代理人： | 包姝晴;刘琰 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度多示例学习的少样本行人重识别方法，包括三个阶段：网络预训练阶段、数据集扩充阶段、网络微调阶段。行人重识别特征提取子网络预训练之后，利用行人关键点特征区域交换算法进行数据扩充；利用扩充的数据集对行人重识别特征提取子网络和特征聚合子网络进行微调；迭代重复数据集扩充和网络微调，直到特征提取子网络和特征聚合子网络收敛。一旦训练完成，即实现了利用少样本将原始域上的行人重识别模型迁移扩展至目标域上。本发明在给定目标域少量学习样本的前提上，能有效地将行人重识别模型迁移扩展到目标域监控网络中，具有精确度高、鲁棒性好、扩展性佳、可迁移的优点。 | ||
| 搜索关键词： | 基于 深度 示例 学习 样本 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复旦大学，未经复旦大学许可，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/201910073611.1/，转载请声明来源钻瓜专利网。
- 上一篇：动物脸部的图像处理方法和装置
- 下一篇：光电探测装置及光电转换方法
