

一种基于混合注意力行人重识别方法.pdf
森林****io
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于混合注意力行人重识别方法.pdf
本公开是关于一种基于混合注意力行人重识别方法。该方法包括:通过多尺度数据增强算法对图片数据集进行预处理,得到预处理后的图片数据集;其中,图片数据集为获取到的用于行人重识别的数据集;构建混合注意力网络模型,并对构建的混合注意力网络模型进行调整,得到行人重识别模型;将预处理后的图片数据集中的行人图片输入行人重识别模型中进行训练,得到训练好的所述行人重识别模型;将待识别图片和待识别视频输入训练好的行人重识别模型,输出识别结果。本公开通过该方法得到的行人重识别模型,可以提高行人重识别的效率与准确率。
基于掩膜注意力的行人重识别方法及重识别装置.pdf
本发明提供一种基于掩膜注意力的行人重识别方法及装置,所述方法包括以下步骤:获取待识别行人图像,确定所述待识别特征图像中包含的第一对象区域;对所述第一对象区域进行模糊处理得到掩膜特征图像,所述第一对象区域在所述掩膜特征图像中的辨识度低于所述第一对象区域在所述待识别特征图像中的辨识度;基于注意力机制从所述掩膜特征图像中提取目标特征向量;将所述目标特征向量与预设数据库中的多个预设特征向量进行对比,以确定所述待识别行人的身份信息。
一种提高局部注意力的行人重识别方法.pdf
本发明涉及一种提高局部注意力的行人重识别方法,属于计算机视觉与模式识别技术领域,解决传统行人重识别方法中各局部特征重要性区分不明显的问题。本发明的技术方案包括以下步骤:1)初步提取局部特征;2)保留局部特征并计算各局部特征权值;3)步骤2)得到局部特征的权重系数与提取出的局部特征合集U相乘,即可得到新的特征
一种基于残差多通道注意力多特征融合的行人重识别方法.pdf
一种基于残差多通道注意力多特征融合的行人重识别方法,涉及一种行人重识别方法,本发明构建残差双通道注意力模块,将残差块与残差双通道注意力模块相串联形成的新的残差注意力模块(RRMCA),使用所述的RRMCA模块搭建主干网络用来提取图像特征;形成三条分支网络,并进行特征融合;使用Softmax损失、三元组损失和中心损失联合优化模型;注意力机制的引入使网络有选择性地加强关键特征,抑制无用特征,提升网络的辨别能力和模型的表达能力,有效解决注意力机制引起的全局弱化问题,多尺度特征的融合成分提取行人的关键信息,获取具
一种基于增强全局信息注意力的多尺度监控行人重识别方法.pdf
本发明公开了一种基于增强全局信息注意力的多尺度监控行人重识别方法,包括以下步骤:构建行人监控的数据集,划分为训练集和测试集;构建基于增强全局信息注意力的多尺度行人重识别网络模型,该模型以多分支深度网络模型为基础架构提取局部特征,引入增强全局信息注意力机制,通过多尺度网络提取局部特征并使用注意力为局部特征赋予全局信息;输入训练集对模型进行训练,通过多次的目标函数计算,反向传播后调整参数,直到目标函数完成收敛;通过测试集进行测试;输入待识别的查询集,通过多尺度行人重识别网络模型进行识别,得到行人重识别的结果。