一种低秩多尺度多模态行人重识别方法、电子设备及存储介质

AITNT
正文
推荐专利
一种低秩多尺度多模态行人重识别方法、电子设备及存储介质
申请号:CN202411455112
申请日期:2024-10-18
公开号:CN118968568B
公开日期:2024-12-13
类型:发明专利
摘要
本发明提供了一种低秩多尺度多模态行人重识别方法、电子设备及存储介质,属于深度学习技术领域;包括获取含有RGB、近红外和热红外的三种模态的行人图像,并将三种模态的行人图像输入三分支特征提取网络中,分别得到从RGB相机中提取的RGB模态特征、从近红外中提取的NI模态特征以及从热红外中提取的TI模态特征;采用低秩多尺度多模态网络模型对三种模态特征进行分别计算,得到多模态特征;将多模态特征对行人进行行人重识别,得到所述行人的行人重识别结果。本发明通过多尺度多模态交互模块吸收其他模态中的有用信息;通过低秩多模态融合模块融合来自其他两种模态的信息,使得模型更高效的融合多种模态特征,同时保持模型低复杂性。
技术关键词
交互特征 重识别方法 多模态网络 相互作用特征 多模态交互 行人重识别 混合损失函数 多模态特征 特征提取网络 图像 多尺度 模块 深度学习技术 电子设备 融合特征 程序 阶段 可读存储介质
系统为您推荐了相关专利信息
1
一种基于异构集成的不锈钢强韧性协同优化方法及系统
异构集成模型 梯度提升机 协同优化方法 协同优化系统 支持向量回归
2
一种基于LLM的专业知识问答方法及系统
专业知识问答系统 问答方法 RBAC模型 实验室设备 多模态交互
3
一种基于共注意力模态前融合的预后预测方法
预后预测方法 相互作用特征 影像 多实例 训练卷积神经网络
4
一种复杂度学习驱动的无人电卡集疏运路径优化方法
路径优化方法 车辆路径优化 复杂度 场景 粒子群优化算法
5
一种基于上下文学习的三维医学影像多器官重建方法
三维医学影像 图像 交互特征 采样模块 多尺度
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