公开(公告)号：CN116704545A

公开(公告)日：2023-09-05

申请号：CN202210180944.6

申请日：2022-02-25

Applicant: 厦门瑞为信息技术有限公司

Inventor： 蓝伟涛 ,  刘重阳 ,  杨方文 ,  贾宝芝 ,  何一凡

IPC: G06V40/10 ,  G06V10/762 ,  G06V10/74 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/0895 ,  G06N3/094

Abstract: 本发明提供一种低质量图跨镜头行人再识别方法，首先收集行人截图，组成脏数据集合，通过模型半监督数据标注方法，得到干净数据集；将得到的干净数据集中的图像进行第一数据增强和第二数据增强，得到增强后的数据集；将增强后的数据集输入REID卷积神经网络模型中，提取每张图的特征，进行REID loss训练和对抗loss训练，迭代直至完成模型训练，得到训练好的REID卷积神经网络模型；实时获取行人截图，输入训练好的REID卷积神经网络模型，进行行人识别；本发明提供的方法能大大减少人工标注成本，采用图像切块移动数据扩充和对抗训练，能够挖掘细粒度特征，且模型的鲁棒性强，能抵抗标注噪声干扰，对遮挡数据同样有较好的表现。