摘要
本方案提供了一种基于辅助特征的跨模态行人重识别模型、方法及应用,从现有的跨模态行人重识别数据集中获取标注数据,并将其输入到基于辅助特征的跨模态行人重识别框架进行训练,利用自适应特征提取模块深入挖掘行人的鉴别性特征,为了更好地缓解模态差异,设计了辅助特征引导模块,生成额外的辅助模态特征,协助模态无关特征的学习。在测试阶段,采用训练好的网络提取图像特征,从而实现跨模态图像检索。本申请实现了对鉴别性行人特征的高效提取,能够有效提取图像中的行人特征,提升跨模态行人重识别的准确性。
技术关键词
行人重识别模型
行人特征
红外光
嵌入特征
特征提取网络
深度残差网络
加权特征
模态特征
行人重识别数据
行人重识别系统
可见光图像
分支
注意力
跨模态图像
局部特征提取
身份
系统为您推荐了相关专利信息
深度特征提取网络
敏感性分析方法
推断方法
轨迹
祖细胞
整平功能
柔性材料
中央控制模块
近红外光谱传感器
数据采集单元
负荷预测方法
融合全局
特征提取模型
多区域
负荷特征
识别岩石
神经网络模型
识别方法
样本
人工智能深度学习
深度残差神经网络
航迹数据
特征提取网络
隐性特征
分类网络