一种基于异构部件深度神经网络的行人再识别方法
电 话：0991-6663985
联系人：杨辉
地 址：新疆乌鲁木齐新市区河南东路739号自治区中小企业服务中心1号楼102室
成果介绍
(10)授权公告号 CN 108960184 B
(45)授权公告日 2021.08.24
(21)申请号 201810800448 .X
(22)申请日 2018 .07 .20
(65)同一申请的已公布的文献号申请公布号 CN 108960184 A
(43)申请公布日 2018 .12 .07
(73)专利权人 天津师范大学
地址 300387 天津市西青区宾水西道393号
(72)发明人 张重 黄美艳 刘爽
(74)专利代理机构 北京中政联科专利代理事务所(普通合伙) 11489
代理人 陈超
(51)Int .Cl .
G06K 9/00(2006 .01)
G06N 3/04 (2006 .01)
(56)对比文件
CN 106778527 A ,2017 .05 .31
CN 108229435 A ,2018 .06 .29
CN 107292259 A ,2017 .10 .24
CN 107330396 A ,2017 .11 .07
王蕴锜 .“行人重识别研究综述”.《智能系统
学报》.2017 ,第12卷(第6期) ,
J zhang .“Multi-shot Pedestrian Re
identification via Sequential Decision
Making”.《arXiv》.2017 ,
审查员 白利敏
(54)发明名称 一种基于异构部件深度神经网络的行人再识别方法
(57)摘要
本发明实施例公开了一种基于异构部件深
度神经网络的行人再识别方法，该方法包括：构
建基于异构部件的深度神经网络；为行人图像提
取卷积激活图形成张量；利用水平平均池化对张
量进行平均分割得到K个部分，并对每个部分的
元素在水平方向求平均得到K个基于部分的特征
向量；获得某一批次硬三元组损失和K个交叉熵
损失；利用两个损失的和更新深度神经网络的网
络参数；提取待查询图像的K个基于部分的特征
向量，将其串联成一个特征向量作为特征表示向
量；根据特征表示向量之间的距离得到所述待查
询图像的匹配结果。本发明利用对准距离学习行
人图像部分的对齐，并利用不同的损失学习更具
有判别性的基于部分的特征，从而提高行人再识
别匹配的正确率。
PDF全文： 
201810800448.X.pdf
201810800448.X.pdf阅读全文
