公开(公告)号：CN106096568A

公开(公告)日：2016-11-09

申请号：CN201610450898.1

申请日：2016-06-21

Applicant: 同济大学

Inventor： 尤鸣宇 ,  沈春华 ,  徐杨柳

IPC: G06K9/00 ,  G06K9/62

CPC classification number: G06K9/00369 ,  G06K9/00744 ,  G06K9/6256

Abstract: 本发明提出了一种基于CNN和卷积LSTM网络的行人再识别方法，属于图像处理技术领域。首先用一组CNN提取编码在帧中的空间信息，再利用卷积LSTM构成的编码‑解码框架，得到帧级别的深度时空外观描述器，最后使用Fisher向量编码，使描述器可以描述视频级别的特征。通过这种方式可以提取一种特征表示，这一特征表示能将视频当作排列好的序列，同时保持其空间信息，建立精确的模型。

公开(公告)号：CN106096568B

公开(公告)日：2019-06-11

申请号：CN201610450898.1

申请日：2016-06-21

Applicant: 同济大学

Inventor： 尤鸣宇 ,  沈春华 ,  徐杨柳

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提出了一种基于CNN和卷积LSTM网络的行人再识别方法，属于图像处理技术领域。首先用一组CNN提取编码在帧中的空间信息，再利用卷积LSTM构成的编码‑解码框架，得到帧级别的深度时空外观描述器，最后使用Fisher向量编码，使描述器可以描述视频级别的特征。通过这种方式可以提取一种特征表示，这一特征表示能将视频当作排列好的序列，同时保持其空间信息，建立精确的模型。