面向矿区复杂场景的遮挡行人重识别方法

    公开(公告)号:CN117994816A

    公开(公告)日:2024-05-07

    申请号:CN202410154678.9

    申请日:2024-02-04

    Abstract: 本发明属于发明涉及图像处理和机器视觉中的行人重识别领域,公开了面向矿区复杂场景的遮挡行人重识别方法。本发明首先采用滑动窗口的方法对图像分块,进行细粒特征提取以此从图像中提取细小、细粒度的特征信息;再在图像分块最小语义单元的基础上加入可学习的分类和位置最小语义单元,并嵌入了相机位置信息;接着对图像模块中的干扰信息进行剔除;再利用细微的局部信息来指导整体特征进行提取;最后基于多尺度特征进行双次差分获取关键信息和行人身份预测。本发明通过训练模型来减轻背景和遮挡等干扰信息对行人身份重识别准确率的影响,从而提升模型的精度,使之在遮挡情况下匹配到正确的行人。

    一种矿山复杂场景的遮挡人员身份识别方法及系统

    公开(公告)号:CN118711214A

    公开(公告)日:2024-09-27

    申请号:CN202410864159.1

    申请日:2024-06-30

    Abstract: 本发明公开了一种矿山复杂场景的遮挡人员身份识别方法及系统,属于图像识别技术领域,该方法首先将输入图像分割并线性投影,加入可学习的类标记作为全局特征;其次,嵌入位置编码和相机标签,通过Transformer编码器提取特征;然后,去除分类头向量,利用AvgPool和Softmax选择关键图像块;接着,通过查询‑键‑值注意力机制聚合特征,增强全局表示;之后,对特征进行reshape并通过LIEM模块提取局部特征;最后,结合全局和局部特征,采用行人重识别技术进行矿山内人员的自动识别和追踪。本发明利用Transformer编码器、注意力机制、卷积神经网络和特征融合技术的方法,在矿山遮挡场景下识别到正确的行人,对矿山作业的安全性和效率具有重要意义。

Patent Agency Ranking