公开(公告)号：CN119904891A

公开(公告)日：2025-04-29

申请号：CN202411858676.4

申请日：2024-12-17

Applicant: 安徽信息工程学院

Inventor： 钱亚萍 ,  汪灏 ,  韦景山

IPC: G06V40/10 ,  G06V20/40 ,  G06V10/42 ,  G06V10/762 ,  G06V10/82 ,  G06V10/74 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/0895

Abstract: 本发明涉及计算机视觉术领域，尤其涉及一种基于多视角相似度聚合的对比学习无监督行人重识别方法,使用ResNet50作为骨干网络，提取所有行人训练样本的全局特征，然后使用DBSCAN聚类算法为全局所有训练实例分配伪标签。构建局部细化的多分支网络获取多样化的特征表示，丰富多视角行人特征所包含的高层语义信息，提高重识别效果；减少无监督行人重识别算法在复杂遮挡场景下细粒度局部特征信息不足、算法准确度不高的问题，可以广泛应用于行人重识别技术领域。

公开(公告)号：CN119850963A

公开(公告)日：2025-04-18

申请号：CN202411840259.7

申请日：2024-12-13

Applicant: 安徽信息工程学院

Inventor： 张迎春 ,  陈纪 ,  刘明翔 ,  韦景山 ,  汪灏

IPC: G06V10/40 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09

Abstract: 本发明公开了一种自适应与多尺度图像特征提取方法，涉及像特征提取领域，具体包括以下步骤：S1：对原始图像进行特征空间映射；S2：增强纹理和边缘特征；S3：多尺度特征重构，S4：动态卷积核；S5：高维特征分解和重构；S6：特征融合；S7：正交化约束；S8：损失函数计算；S9：优化模型参数；对图像在不同尺度下进行处理；S10：获得增强图像。本发明的优点是，多尺度特征融合：通过对图像进行多尺度处理，并结合特征的加权融合机制，确保在不同尺度下都能提取出重要特征，动态卷积核生成：设计了动态卷积核生成机制，使得卷积核能够根据输入特征动态调整权重，从而更好地适应图像的局部变化。