公开(公告)号：CN114821650A

公开(公告)日：2022-07-29

申请号：CN202210463431.6

申请日：2022-04-28

Applicant: 南京邮电大学

Inventor： 杨真真 ,  邵静 ,  杨永鹏 ,  杨震 ,  蔡云峰

IPC: G06V40/10 ,  G06V10/82 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于改进CycleGAN数据增强的行人重识别方法，一是构造数据增强的完整行人重识别识别框架；二是将姿态约束子网络嵌入原始CycleGAN网络中，并通过分割和二值化将彩色行人图像转换为掩膜图像，在训练过程中实时获得行人姿势；三是进一步构造可以约束源图像姿态的损失函数，使得当学习风格类型和人的身份ID到目标域时，保持姿态一致；四是引入半监督学习的多伪正则化标签方法为未标记的数据分配标签，并通过动态更新的训练策略，进一步提高这种方法的有效性；整个方案在行人重识别上，无论从改进CycleGAN生成的增强图片的效果，还是行人重识别的准确率，相较其他经典行人重识别网络，都具有明显的优势。

公开(公告)号：CN114821650B

公开(公告)日：2024-04-30

申请号：CN202210463431.6

申请日：2022-04-28

Applicant: 南京邮电大学

Inventor： 杨真真 ,  邵静 ,  杨永鹏 ,  杨震 ,  蔡云峰

IPC: G06V40/10 ,  G06V10/82 ,  G06V10/774 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明涉及一种基于改进CycleGAN数据增强的行人重识别方法，一是构造数据增强的完整行人重识别识别框架；二是将姿态约束子网络嵌入原始CycleGAN网络中，并通过分割和二值化将彩色行人图像转换为掩膜图像，在训练过程中实时获得行人姿势；三是进一步构造可以约束源图像姿态的损失函数，使得当学习风格类型和人的身份ID到目标域时，保持姿态一致；四是引入半监督学习的多伪正则化标签方法为未标记的数据分配标签，并通过动态更新的训练策略，进一步提高这种方法的有效性；整个方案在行人重识别上，无论从改进CycleGAN生成的增强图片的效果，还是行人重识别的准确率，相较其他经典行人重识别网络，都具有明显的优势。

公开(公告)号：CN116311345A

公开(公告)日：2023-06-23

申请号：CN202211738758.6

申请日：2022-12-30

Applicant: 南京邮电大学

Inventor： 杨真真 ,  陈亚楠 ,  杨永鹏 ,  陈亚杰 ,  蔡云峰

IPC: G06V40/10 ,  G06V10/46 ,  G06V10/26 ,  G06V10/75 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于Transformer的遮挡行人重识别方法，包括以下步骤：(1)对待识别图像进行分块，并分别添加结构信息，构成图像序列，(2)把带有类标签的图像序列附加位置信息以及边信息，构造Transformer层可处理的图像序列；(3)将上述序列馈入由多头自注意力机制和多层感知机构成的残差Transformer层，进行图像特征提取；之后在最后一层残差Transformer层将特征分为全局分支和局部分支特征；(4)将得到的特征使用ID损失和质心三元组损失进行联合优化。本发明有效聚焦于显著性特征，使特征具有鲁棒性，对于行人重识别遮挡问题进行了有效处理。