公开(公告)号：CN118692114B

公开(公告)日：2024-10-29

申请号：CN202411163106.3

申请日：2024-08-23

Applicant: 南京信息工程大学

Inventor： 张国庆 ,  李锦 ,  王准 ,  杨艳 ,  郑钰辉

IPC: G06V40/10 ,  G06V20/52 ,  G06V10/762 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种基于Transformer和融合聚类的对比学习无监督行人重识别方法，包括以下步骤：（1）监控摄像头拍摄行人视频上传至云端服务器，服务器对行人进行跟踪并裁剪图片；（2）使用Transformer网络提取行人图像特征；（3）融合聚类模块对提取的图像特征进行融合聚类；（4）利用多级对比学习模块获取实例之间的关系；本发明采用自动化的方式对行人进行识别，减少了人工走访调查的工作量。

公开(公告)号：CN117994823A

公开(公告)日：2024-05-07

申请号：CN202410406482.4

申请日：2024-04-07

Applicant: 南京信息工程大学

Inventor： 张国庆 ,  杨艳 ,  张家伟 ,  董仕豪 ,  郑钰辉

IPC: G06V40/10 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/74

Abstract: 本发明公开了一种基于掩码先验和分层聚合Transformer的遮挡行人重识别方法，包括以下步骤：（1）获取多种数据集（2）构建掩码语义信息提取器；（3）构建用于处理图片信息，进行提取特征的Transformer骨干网络；（4）构建用于提取细粒度部分特征的分层特征聚合模块；（5）构建用于提取判别性全局特征的多特征补偿模块；（6）合并步骤（2）‑（5），构建基于掩码先验以及分层聚合Transformer的遮挡行人重识别框架；（7）构建用于遮挡行人重识别模型的损失函数；（8）加载由IMAGENET训练的预训练权重，利用Occluded‑Duke数据集的训练集对模型进行训练，测试集对得到的模型进行测试，寻找最优模型；本发明引导模型关注非遮挡身体部位以及提取判别性信息用于行人匹配。

公开(公告)号：CN118692114A

公开(公告)日：2024-09-24

申请号：CN202411163106.3

申请日：2024-08-23

Applicant: 南京信息工程大学

Inventor： 张国庆 ,  李锦 ,  王准 ,  杨艳 ,  郑钰辉

IPC: G06V40/10 ,  G06V20/52 ,  G06V10/762 ,  G06V10/44 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明公开了一种基于Transformer和融合聚类的对比学习无监督行人重识别方法，包括以下步骤：（1）监控摄像头拍摄行人视频上传至云端服务器，服务器对行人进行跟踪并裁剪图片；（2）使用Transformer网络提取行人图像特征；（3）融合聚类模块对提取的图像特征进行融合聚类；（4）利用多级对比学习模块获取实例之间的关系；本发明采用自动化的方式对行人进行识别，减少了人工走访调查的工作量。

公开(公告)号：CN118609173A

公开(公告)日：2024-09-06

申请号：CN202411089728.6

申请日：2024-08-09

Applicant: 南京信息工程大学

Inventor： 张国庆 ,  孙文馨 ,  江露 ,  刘天奇 ,  郑晨 ,  郑钰辉 ,  董仕豪 ,  王准 ,  杨艳

IPC: G06V40/10 ,  G06V10/143 ,  G06V10/40 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提出了一种基于中间模态学习的跨模态行人重识别方法及系统。其中，行人重识别方法包括如下步骤：获取成对的可见光原始图像和红外原始图像；提取可见光原始图像、红外原始图像的中间模态，得到可见光中间模态、红外中间模态；通过空间注意力和通道注意力优化所述可见光原始图像、红外原始图像、可见光中间模态、红外中间模态，输出优化结果；建立损失约束限制所述优化结果，输出识别结果。本发明提出了一个主要由中间模态图片生成器、双重注意力组合块以及特征损失约束组成的中间模态学习网络，具有精度高、还原度高的特点。

公开(公告)号：CN117994823B

公开(公告)日：2024-06-25

申请号：CN202410406482.4

申请日：2024-04-07

Applicant: 南京信息工程大学

Inventor： 张国庆 ,  杨艳 ,  张家伟 ,  董仕豪 ,  郑钰辉

IPC: G06V40/10 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0455 ,  G06N3/0464 ,  G06V10/74

Abstract: 本发明公开了一种基于掩码先验和分层聚合Transformer的遮挡行人重识别方法，包括以下步骤：（1）获取多种数据集（2）构建掩码语义信息提取器；（3）构建用于处理图片信息，进行提取特征的Transformer骨干网络；（4）构建用于提取细粒度部分特征的分层特征聚合模块；（5）构建用于提取判别性全局特征的多特征补偿模块；（6）合并步骤（2）‑（5），构建基于掩码先验以及分层聚合Transformer的遮挡行人重识别框架；（7）构建用于遮挡行人重识别模型的损失函数；（8）加载由IMAGENET训练的预训练权重，利用Occluded‑Duke数据集的训练集对模型进行训练，测试集对得到的模型进行测试，寻找最优模型；本发明引导模型关注非遮挡身体部位以及提取判别性信息用于行人匹配。