-
公开(公告)号：CN110309770B
公开(公告)日：2022-09-30
申请号：CN201910577021.2
申请日：2019-06-28
Applicant: 华侨大学
Abstract: 本发明涉及一种基于四元组损失度量学习的车辆再辨识方法，包括：构建参数共享的四分支卷积神经网络，设计四元组损失函数，对输入的四元组图像进行距离度量学习。本发明特别考虑了车辆再辨识中的特殊难点，即，车型和颜色都相同的车辆具有非常相似的车辆外观，能够有效地解决车辆再辨识中对于高相似度车辆识别精度不高的问题。
-
公开(公告)号：CN110390654B
公开(公告)日：2022-11-01
申请号：CN201910688638.1
申请日：2019-07-29
Applicant: 华侨大学
IPC: G06T5/00
Abstract: 本发明涉及一种针对去雨图像的多级迭代协同表示的后处理方法，基于训练图像对，即去雨图像和对应的无雨图像，使得在去雨过程中丢失的部分细节，可以通过训练图像对组成的训练集学习其回归关系来恢复。本发明提出迭代协同的表示方法，即在训练阶段系统的学习去雨图像与对应的无雨图像特征对之间的多层次映射模型，随后利用多级映射模型，在相应的迭代中不断优化去雨图像，有效地提高去雨图像的视觉质量。
-
Patent Agency Ranking
公开(公告)号：CN110309770A
公开(公告)日：2019-10-08
申请号：CN201910577021.2
申请日：2019-06-28
Applicant: 华侨大学
Abstract: 本发明涉及一种基于四元组损失度量学习的车辆再辨识方法，包括：构建参数共享的四分支卷积神经网络，设计四元组损失函数，对输入的四元组图像进行距离度量学习。本发明特别考虑了车辆再辨识中的特殊难点，即，车型和颜色都相同的车辆具有非常相似的车辆外观，能够有效地解决车辆再辨识中对于高相似度车辆识别精度不高的问题。
-
公开(公告)号：CN110516640B
公开(公告)日：2022-09-30
申请号：CN201910818186.4
申请日：2019-08-30
Applicant: 华侨大学
IPC: G06V20/58 , G06V10/46 , G06V10/774
Abstract: 本发明涉及一种基于特征金字塔联合表示的车辆再辨识方法，包括：构建特征金字塔，设计多级特征金字塔的联合表示方法，设计损失函数，对输入的图像进行距离度量学习和对比学习。本发明特别考虑了车辆再辨识中的难点，即由不同距离的摄像头捕捉到的车辆图像分辨率不同，能够有效地解决车辆再辨识中对于上述难点产生的车辆识别精度不高的问题。
-
公开(公告)号：CN111985547A
公开(公告)日：2020-11-24
申请号：CN202010802066.8
申请日：2020-08-11
Applicant: 华侨大学
Abstract: 本发明涉及一种基于注意力引导生成学习的跨分辨率车辆再辨识方法，方法包括：构建基于生成学习的车辆图像超分辨率网络，注意力引导机制，端到端的车辆图像超分辨率模型和再辨识模型联合机制，联合损失函数，从而实现高效跨分辨率车辆再辨识。本发明特别考虑了车辆再辨识中跨分辨率车辆图像识别精度不高的问题，即在实际情况中捕捉到的查询图像往往是低分辨率图像，无法准确匹配到查询库中高分辨率候选图像，本发明能够有效提高跨分辨率车辆再辨识的精度。
-
公开(公告)号：CN110516640A
公开(公告)日：2019-11-29
申请号：CN201910818186.4
申请日：2019-08-30
Applicant: 华侨大学
Abstract: 本发明涉及一种基于特征金字塔联合表示的车辆再辨识方法，包括：构建特征金字塔，设计多级特征金字塔的联合表示方法，设计损失函数，对输入的图像进行距离度量学习和对比学习。本发明特别考虑了车辆再辨识中的难点，即由不同距离的摄像头捕捉到的车辆图像分辨率不同，能够有效地解决车辆再辨识中对于上述难点产生的车辆识别精度不高的问题。
-
公开(公告)号：CN110390654A
公开(公告)日：2019-10-29
申请号：CN201910688638.1
申请日：2019-07-29
Applicant: 华侨大学
IPC: G06T5/00
Abstract: 本发明涉及一种针对去雨图像的多级迭代协同表示的后处理方法，基于训练图像对，即去雨图像和对应的无雨图像，使得在去雨过程中丢失的部分细节，可以通过训练图像对组成的训练集学习其回归关系来恢复。本发明提出迭代协同的表示方法，即在训练阶段系统的学习去雨图像与对应的无雨图像特征对之间的多层次映射模型，随后利用多级映射模型，在相应的迭代中不断优化去雨图像，有效地提高去雨图像的视觉质量。
-
-
-
-
-
-
Search Results
7
records
(took 0.014 seconds)
