摘要
本发明属于行人重识别技术领域,具体涉及一种行人重识别方法及系统,基于预设条件对行人图像进行质量评估,筛选出高质量和低质量的图像。对于高质量图像,应用先进的关键点检测技术,精准定位行人身体的关键点,并据此自适应地将行人分割成多个部分,以便后续进行更精细的特征提取和识别。而对于低质量图像,则先通过基于知识蒸馏的图像超分辨率技术提升其质量,再进行与高质量图像相同的处理步骤。本发明实现了对监控视频中行人的高效识别,通过图像质量提升和部位自适应分割,提高了信息的利用性,不仅利用了冗余的低质量图片,而且充分利用了每张行人图像的局部信息,提高了识别的准确率和鲁棒性。
技术关键词
人体关键点检测
行人检测
重识别方法
图像超分辨算法
注意力
特征提取网络
视频
残差神经网络
图像超分辨率技术
行人重识别系统
行人重识别技术
多层感知机
行人特征提取
全局结构信息
轨迹
系统为您推荐了相关专利信息
图像分类方法
图像分类模型
注意力
残差模块
计算机可执行指令
图像识别方法
训练集
注意力机制
铁矿石类别
菱铁矿
校验方法
多源异构数据
可再生能源项目
电网数据平台
增量配电网
手语
生成方法
双曲正切函数
序列
计算机视觉技术技术
预测模型训练方法
信号预测方法
输入神经网络模型
长短期记忆网络
注意力