基于辅助特征的跨模态行人重识别模型、方法及应用

AITNT
正文
推荐专利
基于辅助特征的跨模态行人重识别模型、方法及应用
申请号:CN202411044800
申请日期:2024-08-01
公开号:CN118570844B
公开日期:2024-10-18
类型:发明专利
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
1
基于深度双曲流形嵌入的细胞分化轨迹推断方法
深度特征提取网络 敏感性分析方法 推断方法 轨迹 祖细胞
2
一种具有整平功能的柔性材料裁剪机器人及其裁切方法
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
3
融合全局增强和局部注意特征的多区负荷预测方法及系统
负荷预测方法 融合全局 特征提取模型 多区域 负荷特征
4
基于人工智能深度学习的岩石类型识别方法及识别系统
识别岩石 神经网络模型 识别方法 样本 人工智能深度学习
5
基于深度残差神经网络的航迹识别方法
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号