公开(公告)号：CN119964204A

公开(公告)日：2025-05-09

申请号：CN202510150928.6

申请日：2025-02-11

Applicant: 厦门大学

Inventor： 王菡子 ,  杨钰骏 ,  张玉康 ,  卢杨

IPC: G06V40/10 ,  G06V10/40 ,  G06V10/74 ,  G06V10/44 ,  G06N3/0455 ,  G06F18/22

Abstract: 一种基于属性语义相似匹配的行人属性识别方法，涉及计算机视觉技术领域。首先设计一个自适应的语义查询模块，使用与视觉特征结合的自适应查询来学习特定于属性的空间分布，并捕获每个属性的语义信息。此外，将行人属性识别重构为语义匹配任务，使用属性文本特征作为语义锚点，根据查询的语义信息与锚点间的距离来预测行人属性。最后，提出动态负语义学习策略，通过将属性的空间先验信息与可学习参数相结合，来生成属性的负语义信息，以约束语义查询模块对属性的关注区域，实现更加准确的行人属性识别。

公开(公告)号：CN119540999A

公开(公告)日：2025-02-28

申请号：CN202411646026.3

申请日：2024-11-18

Applicant: 厦门大学

Inventor： 张玉康 ,  卢杨 ,  杨钰骏 ,  王菡子

IPC: G06V40/10 ,  G06V10/40

Abstract: 基于图像‑属性和频域‑空间域双重协同学习的行人属性识别方法，涉及计算机视觉技术领域。提出一个图像‑属性协同学习框架，集成视觉信息和属性标签，以感知对行人属性更精细的语义理解；通过可学习的属性提示获取属性向量表示，将行人图像输入图像编码器以获得视觉向量表示，将属性向量表示和视觉向量表示映射联合图像‑属性协同空间中，通过对比学习损失学习图像和属性之间的语义关联。提出一个频域‑空间域协同学习模块，利用涉及频域幅度谱分量和相位谱分量的交叉注意机制进行交互式引导学习，与空间信息协同学习。全面探索和利用行人图像中的频率‑空间双域信息，获得更稳健的视觉特征。在提高行人属性识别任务性能方面具有显著优势。