一种基于多特征循环确认的在线行人重识别方法及其系统

AITNT
正文
推荐专利
一种基于多特征循环确认的在线行人重识别方法及其系统
申请号:CN202411892784
申请日期:2024-12-20
公开号:CN119888784B
公开日期:2025-12-09
类型:发明专利
摘要
本发明提供一种基于多特征循环确认的在线行人重识别方法及其系统,其包括目标跟踪步骤:获取监控视频中行人运动的历史坐标信息;对检测结果进行关联与跟踪,并输出包含行人在下一时刻可能位置的预测结果;行人重识别步骤:对行人图像进行特征提取,获得人体多维度特征的特征向量,将新提取的特征向量与数据库中存储的特征向量进行特征匹配,并返回最优匹配结果;循环确认步骤:为每个行人维护一个匹配结果队列Q和一个计数器字典C,并更新各匹配ID的出现频次;设置连续匹配阈值T1和最大匹配次数阈值T2,根据C中的计数和Q中的连续匹配情况,确认行人的身份。应用本发明可以在实时视频监控系统中提高行人重识别的可靠性以及准确性。
技术关键词
队列 重识别方法 计数器 滑动窗口 深度学习模型 身份 字典 坐标 轨迹 图像 行人重识别系统 实时视频监控 通道注意力机制 匈牙利算法 在线 噪声数据 运动
系统为您推荐了相关专利信息
1
基于无人机的风机叶片巡检系统及方法
风机叶片巡检 巡检路径 启发式算法 振动特征 巡检数据
2
激光焊接制程预警方法、服务器及存储介质
激光焊接制程 滑动窗口 预警方法 计算机可读指令 参数
3
多模态医学影像与报告关联检索及诊断增强方法
多模态医学影像 报告 文本 深度学习模型 视觉特征
4
一种融合混合专家与跨分支对比学习的时序知识图谱推理方法
知识图谱推理方法 混合专家系统 实体 分支 关系
5
居民用电需求的自适应优化方法、装置、设备及存储介质
时序 深度学习模型 独立智能 相关性分析模型 策略
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