一种基于文本辅助的可见光红外行人重识别方法

    公开(公告)号:CN119785384A

    公开(公告)日:2025-04-08

    申请号:CN202411940076.2

    申请日:2024-12-26

    Abstract: 本发明提出了一种基于文本辅助的可见光红外行人重识别方法。所述方法包括:获取待检索红外行人图像和可见光行人图像库,对红外行人图像标注粗略文本描述;对红外行人图像和可见光行人图像进行预处理;构建非对称双分支跨模态特征提取器,引入文本描述作为辅助信息,提取待检索行人图像和图像库所有行人图像的特征;计算两者的余弦相似度,将相似度从高到低排序,生成初始检索序列;计算图像库中行人图像之间的相似度,据此生成近邻集合;计算近邻相似度,据此对初始检索序列进行重排序。本发明通过引入文本描述作为跨模态检索辅助信息,并设计跨模态检索重排序算法,能够很好地解决跨模态行人特征对齐问题,因而获得了较现有方法更准确的行人重识别结果。

    一种基于轨迹间隔的层级多目标跟踪方法

    公开(公告)号:CN119600061A

    公开(公告)日:2025-03-11

    申请号:CN202411644983.2

    申请日:2024-11-18

    Abstract: 本发明提供了一种基于轨迹间隔的层级多目标跟踪方法。所述方法包括:针对一段视频,检测所有目标位置;将每个检测框初始化为一段轨迹;计算目标尺寸一致性重叠相似度;构建相机运动一致性算法,在匹配阶段补偿相机运动带来的偏移;构建层级一致性算法,补偿第一层级损失的运动信息;构建单层轨迹关联算法,实现轨迹间一对一匹配;构建基于轨迹间隔的层级跟踪框架,逐步匹配所有轨迹;对匹配结果做后处理,得到最终的跟踪结果。本发明设计的基于轨迹间隔的层级多目标跟踪方法,使用启发式方法逐步关联所有目标,摆脱了多目标跟踪算法对目标外观特征和神经网路的依赖,适用于现实应用中算力不足和训练数据稀缺的场景。且本发明可以与其它跟踪算法无缝结合,以极低的计算代价进一步提升跟踪效果。

Patent Agency Ranking