公开(公告)号：CN111652909A

公开(公告)日：2020-09-11

申请号：CN202010318731.6

申请日：2020-04-21

Applicant: 南京理工大学

Inventor： 邵帅 ,  穆罕穆德阿地力 ,  练智超

IPC: G06T7/246 ,  G06K9/00 ,  G06N3/04

Abstract: 本发明公开了一种基于深度哈希特征的行人多目标追踪方法。该方法为：选取行人重识别Market-1501数据集训练残差网络ResNet50；结合行人重识别及哈希图像检索思想，将训练好的ResNet50作为基础网络模型与全连接哈希层相连接构建深度哈希网络模型；选取新的行人重识别数据集训练深度哈希网络，并使用此网络提取行人深度哈希表观特征；结合行人表观特征及与运动特征作为行人特征描述子，并在追踪过程中融合中断恢复机制以完成行人多目标追踪。本发明有效减少了行人多目标追踪过程中由于目标遮挡、目标交互产生的身份交换数量，提升了追踪精度。

公开(公告)号：CN111652909B

公开(公告)日：2022-11-04

申请号：CN202010318731.6

申请日：2020-04-21

Applicant: 南京理工大学

Inventor： 练智超 ,  邵帅 ,  穆罕穆德阿地力

IPC: G06T7/246 ,  G06V40/20 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种基于深度哈希特征的行人多目标追踪方法。该方法为：选取行人重识别Market‑1501数据集训练残差网络ResNet50；结合行人重识别及哈希图像检索思想，将训练好的ResNet50作为基础网络模型与全连接哈希层相连接构建深度哈希网络模型；选取新的行人重识别数据集训练深度哈希网络，并使用此网络提取行人深度哈希表观特征；结合行人表观特征及与运动特征作为行人特征描述子，并在追踪过程中融合中断恢复机制以完成行人多目标追踪。本发明有效减少了行人多目标追踪过程中由于目标遮挡、目标交互产生的身份交换数量，提升了追踪精度。