公开(公告)号：CN115909407A

公开(公告)日：2023-04-04

申请号：CN202211523543.2

申请日：2022-12-01

Applicant: 南京邮电大学

Inventor： 刘峰 ,  邓可欣 ,  宋婉茹 ,  赵峥来

IPC: G06V40/10 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明公开了一种基于人物属性辅助的跨模态行人重识别方法，包括：获取行人图像数据，对跨模态数据集进行人物属性标注；采用以双流网络形式呈现的ResNet50作为主干网络进行特征提取；接着将双流网络输出的特征进行平均池化操作后采用多层次融合方案进行特征融合，选取最优结果作为网络的融合层；将属性划分为全局属性和局部属性，监督网络学习属性辅助的全局特征和局部特征，结合所设计的损失函数，对模型进行训练和测试，得到跨模态行人重识别最终的识别准确率。本发明考虑了将人物属性的辅助研究以及全局‑局部特征的研究结合起来，能够有效提高识别的准确率。