摘要
本发明公开了一种融合人体属性特征与向量嵌入的跨模态检索方法:从监控视频流定期抽取图片,编码缓存。提取图片的人脸特征向量、人体特征向量、文本向量和人体结构化属性特征。将人脸特征向量与人体特征向量相互关联,实现人脸融合,并存储到向量库中。将人体结构化属性特征与向量数据进行关联,并存储到搜索引擎中。通过对输入图像或文字进行特征提取和向量化,将向量数据与向量库中的数据进行匹配,再通过搜索引擎根据人体结构化属性特征进行过滤,得到搜索结果。本发明通过引入人脸人体融合技术、结构化人体属性特征,结合深度学习模型能够在多摄像头下快速、准确地检索出录像中的人员信息,从而高效稳定地生成对应时间段的录像回看。
技术关键词
模态检索方法
人脸特征向量
人体
图片
深度学习模型
监控视频流
计算机指令执行
坐标点
录像
排序方法
服装
编码
图像
数据
文本
电子设备
存储器
系统为您推荐了相关专利信息
康复教学
康复动作
标准化教学
监测系统
展示界面
深度学习模型
识别方法
多层特征融合
动作特征
视频
人体运动姿态
多模态数据融合
协同注意力
姿势
并行特征提取
高精度反演方法
随机噪声
红外热波无损检测
残差模块
深度神经网络架构