肇庆高新区知识产权综合服务平台

一种结合表观特征和时空分布的双流网络行人重识别方法

发布者：

系统发布

联系方式：

平台代办

申请（专利权）人：

中山大学

发明（设计）人：

价格类型：

一口价

价格：

专利号：

CN201811285104.6

分类名称：

专利类型：

发明

专利状态：

已下证

授权日期：

2021-09-17

合作方式：

开放性许可

摘要：

本发明公开了一种结合表观特征和时空分布的双流网络行人重识别方法,方法主要包括下述步骤:使用深度神经网络提取行人图像的表观特征并计算图像对的表观相似度;通过基于高斯平滑的统计方法学习训练数据集的时空分布模型;通过基于逻辑平滑的联合度量方法对表观相似度和时空概率进行联合计算得出最终相似度;将最终相似度进行排序得到行人重识别结果。主要贡献包括:(1)提出一种结合表观特征和时空分布的双流网络行人重识别框架;(2)提出新的基于高斯平滑的时空分布学习方法。(3)提出新的基于逻辑平滑的相似性联合度量方法。实验结果表明,本方法在DukeMTMC reID和Market1501数据集上的Rank1准确率分别从83.8%和91.2%提高到94.4%和98.0%,较其他方法有非常大的性能提升。

附图：