基于增强型深度卷积神经网络的行人再识别方法
基本信息
| 申请号 | CN201810721706.5 | 申请日 | - |
| 公开（公告）号 | CN108960141B | 公开（公告）日 | 2021-04-23 |
| 申请公布号 | CN108960141B | 申请公布日 | 2021-04-23 |
| 分类号 | G06K9/00(2006.01)I;G06K9/62(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 郭天生;郭晓强;王强;姜竹青;门爱东 | 申请（专利权）人 | 国家新闻出版广电总局广播科学研究院 |
| 代理机构 | 天津盛理知识产权代理有限公司 | 代理人 | 王利文 |
| 地址 | 100886北京市西城区复兴门外大街2号监管大楼521 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于增强型深度卷积神经网络的行人再识别方法，使用基础深度学习卷积神经网络模型提取行人图像的基础深度特征，同时使用传统手动特征提取方法提取行人图像的手动特征并降维；应用特征重建模块将基础深度特征和手动特征融合成增强型深度特征；通过特征比较预测两张图像中行人是否为同一个人，联合使用分类损失函数和验证损失函数对输入图像进行分类和异同验证，以最小化联合损失为目标来训练网络，使得网络生成更有判别力的行人图像特征。本发明充分利用了手动特征和深度特征之间的互补性，提出了联合使用分类损失和验证损失函数用于监督网络训练的策略，获得了良好的性能，有效地提高行人再识别准确率。 |
