基于图引导的异构深度网络的行人再识别方法
基本信息
| 申请号 | CN202210106963.4 | 申请日 | - |
| 公开（公告）号 | CN114511883A | 公开（公告）日 | 2022-05-17 |
| 申请公布号 | CN114511883A | 申请公布日 | 2022-05-17 |
| 分类号 | G06V40/10（2022.01）I;G06V20/40（2022.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06V10/74（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王其聪;黄艳;秦启峰 | 申请（专利权）人 | 厦门大学深圳研究院 |
| 代理机构 | 厦门南强之路专利事务所（普通合伙） | 代理人 | - |
| 地址 | 361005福建省厦门市思明区思明南路422号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 基于图引导的异构深度网络的行人再识别方法，属于计算机视觉领域。预处理行人再识别方法数据集，构建交集图；设计一个图引导学习的异构网络，通过这个网络模型推断出行人之间较为全局的相似性关系；在行人再识别数据集上，计算异构网络中两个子网络的分类损失和，通过反向传播算法和随机梯度下降法对异构网络进行端到端的训练，得到最终训练好的网络模型；利用训练好的异构网络测试行人再识别的识别效果，异构网络输出行人图像间的相似度，对相似度排序得到最终的检索结果。可以实现样本间更丰富相关性的度量，有效导引网络学习更具区分性的特征。充分发挥主干网络和复杂相似性学习子网络在特征学习方面各自特点，实现优势互补。 |
