公开(公告)号：CN117935299A

公开(公告)日：2024-04-26

申请号：CN202311670083.0

申请日：2023-12-07

Applicant: 河北工程大学

Inventor： 任丹萍 ,  何婷婷 ,  赵继军 ,  魏忠诚 ,  陈湘国 ,  王超

IPC: G06V40/10 ,  G06V10/25 ,  G06V10/42 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了基于多阶特征分支和局部注意力的行人重识别模型，涉及图像识别技术领域，包括以下步骤，对训练集中的行人图像进行数据增强预处理操作，输出行人特征图；经过广义平均池化操作计算对应的特征向量，得到多阶特征分支；全局特征向量与加权聚合的局部特征共同得到最终特征向量；使用难样本三元组损失函数、交叉熵损失函数和改进的中心损失函数来训练特征提取网络；计算待查询行人特征和测试集中所有行人特征的欧氏距离，得到查询行人的近邻列表，完成行人重识别。本发明采用上述步骤，通过可变的注意力参数引导融合图像不同区域之后的特征作为最终的特征向量对图像进行表示，有利于自适应的挖掘行人各身体部位之间的上下文信息。