-
公开(公告)号：CN115731576A
公开(公告)日：2023-03-03
申请号：CN202211474511.8
申请日：2022-11-23
Applicant: 杭州电子科技大学
IPC: G06V40/10 , G06V10/762 , G06V10/774 , G06V10/764 , G06N3/0464 , G06N3/088
Abstract: 本发明提供了基于遮挡关键区域的无监督行人重识别方法，包括：对无标签的图片数据集进行预处理，输入到网络模型中；构建深度学习模型，使用空间注意力模块获取图片的关键区域并进行遮挡；对图片的特征编码进行聚类，得到图片的伪标签；构建基于难样本更新策略和基于聚簇更新的损失函数；根据损失函数的变化情况，得到训练好的网络模型；将待识别的行人图片和视频输入训练好的网络模型，输出行人重识别结果。本方法能避免网络模型过于关注图像的局部特征或全局特征，有效提高了模型的泛化性和鲁棒性。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
