一种基于注意力机制部件遮挡的行人再识别方法.pdf
灵慧****89
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于注意力机制部件遮挡的行人再识别方法.pdf
本发明公开了一种基于注意力机制部件遮挡的行人再识别方法,通过Resnet50网络提取目标的基础特征;通过全局特征提取器、部件遮挡特征提取器、注意力特征提取器分别提取目标的局部特征、全局特征和注意力特征;分别通过全局特征、部件遮挡特征和注意力特征获得行人的预测特征向量,对整个网络进行端到端训练从而得到行人再识别模型。本发明充分利用行人图像的全局特征和部件遮挡特征,同时融合使用空间注意力机制和通道注意力机制,有效提升了预测特征的判别性。
基于空间注意力机制的行人再识别方法.docx
基于空间注意力机制的行人再识别方法标题:基于空间注意力机制的行人再识别方法摘要:行人再识别是计算机视觉领域中的关键问题之一,它旨在识别不同摄像头下的同一行人。近年来,由于深度学习的快速发展,行人再识别取得了重要的进展。然而,由于背景复杂多变、姿态、遮挡等因素的干扰,行人再识别仍然面临着许多挑战。因此,本文提出了一种基于空间注意力机制的行人再识别方法,该方法能够从整体和局部两个层面对行人图像进行建模,并融合具有空间分布特征的注意力机制,提高了行人再识别的性能。关键词:行人再识别,注意力机制,空间建模,深度学
基于BRNN和注意力机制的视频行人再识别方法研究.docx
基于BRNN和注意力机制的视频行人再识别方法研究基于BRNN和注意力机制的视频行人再识别方法研究摘要:随着视频监控技术的发展,视频行人再识别在视频分析与目标跟踪领域中显得非常重要。然而,由于场景变化、视角变化和光照变化等因素的影响,视频行人再识别面临着识别准确率不高和计算复杂度高等问题。为了解决这些问题,本文提出了一种基于BRNN和注意力机制的视频行人再识别方法。该方法通过将视频序列中的行人图像作为输入,利用BRNN模型提取行人特征表示。然后,利用注意力机制对BRNN提取的特征进行加权融合,提高行人特征的
基于BRNN和注意力机制的视频行人再识别方法研究的开题报告.docx
基于BRNN和注意力机制的视频行人再识别方法研究的开题报告一、选题背景随着视频监控技术的不断发展,视频行人再识别技术已经成为了一个非常重要的研究方向。众所周知,传统的基于图像的行人再识别很容易受到衣服颜色变化、姿态变化等因素的影响,因此,基于视频的行人再识别具有更高的准确率和更强的鲁棒性。在视频行人再识别中,视频序列是由一系列带有时间属性的图像组成的,因此,人们普遍认为,利用RNN模型分别处理每个时间步骤的信息能够更好的综合整个视频序列信息。同时,注意力机制在很多计算机视觉问题中都有着很好的应用效果,将其
一种基于掩膜对齐与注意力机制的行人再识别方法和装置.pdf
本申请公开了一种基于掩膜对齐与注意力机制的行人再识别方法和装置,通过对待识别行人图像进行分割处理,得到包含前景掩膜的第一二值图像,进而得到前景掩膜的两个点的坐标;将待识别行人图像和两个坐标输入到预置MAST‑ReIdCNN模型中进行特征提取,空域注意力模块和时域注意力模块对提取的特征进行特征筛选,筛选掉对识别贡献度低的特征以及杂乱的背景特征,保留贡献度高的特征,并添加时域和空域上的注意力机制,以提高识别准确率;将不同尺寸的特征图映射到同一特征空间,避免了行人未对齐而影响识别率的问题,解决了现有的行人再识别