-
公开(公告)号:CN118366186A
公开(公告)日:2024-07-19
申请号:CN202410475803.6
申请日:2024-04-19
Applicant: 北京交通大学
IPC: G06V40/10 , G06V10/40 , G06V10/774 , G06V10/82
Abstract: 本发明提供一种基于多级跨模态联合对齐的行人重识别方法及系统,属于机器视觉图像处理技术领域,获取待识别的图像数据;利用预先训练好的行人重识别模型对获取的待识别的图像进行处理,得到图像中行人重识别结果。本发明提出可见红外模态协调器并以加权灰度、跨通道剪切混合和频谱抖动协调器三种不同的方式,减轻了可见光和红外图像之间的差异,弥合了图像级别的模态差距;引入具有可训练参数的模态分布适配器,捕获特征图的空间统计特征并自适应地对齐不同模态的特征分布,减少特征级别的模态差距;引入跨模态检索损失,减少VI‑ReID目标层面的差距;引入多光谱增强排序策略,增强了模型的鲁棒性和跨模态检索能力。
-
公开(公告)号:CN119048856A
公开(公告)日:2024-11-29
申请号:CN202410887796.0
申请日:2024-07-03
Applicant: 北京交通大学 , 中移雄安信息通信科技有限公司 , 中移系统集成有限公司 , 中移信息系统集成有限公司
IPC: G06V10/774
Abstract: 本申请实施例提供了一种图像标注方法、装置、设备及存储介质。图像标注方法包括:获取视频数据,根据视频数据确定初始数据集及候选数据集;根据初始数据集确定第一标注数据集,并通过标注模型对候选数据集进行标注处理,确定第二标注数据集;其中,标注模型是基于第一标注数据集训练得到的;对第二标注数据集进行筛选,得到第三标注数据集;根据第一标注数据集及第三标注数据集确定视频数据对应的图像标注结果。本申请实施例通过对标注模型标注的图像进行筛选,提高了图像标注的效率及准确性。
-