摘要
本发明涉及图像处理技术领域,公开了一种用于复杂环境的自适应人员重识别方法、系统及设备,包括:生成不同摄像头对应的行人图像的时空轨迹数据;确定基础摄像头,将除所述基础摄像头以外的摄像头拍摄的不同时空轨迹数据的行人图像基于设定的摄像头约束条件对应粘贴在所述基础摄像头拍摄的原始帧图像数据中,从而形成若干个组合帧图像数据;形成若干个同时包含不同摄像头拍摄的行人图像的融合帧图像数据;构建基于注意力机制的神经网络模型以得到识别模型,并将所述融合帧图像数据作为输入、真实融合特征向量作为输出来训练所述识别模型;通过训练完成后的所述识别模型来识别所述融合帧图像数据中的人员。本发明能有效提高行人重识别的性能。
技术关键词
重识别方法
时空轨迹数据
监控视频流
注意力机制
轨迹跟踪算法
基础
深度神经网络模型
行人重识别
图像处理技术
图像像素
物理
处理器通信
识别系统
样本
识别模块
系统为您推荐了相关专利信息
识别系统
无监督学习
特征提取模块
监督学习框架
注意力机制
网络优化算法
节点特征
资源调度策略
资源分配策略
优化网络资源分配
时域卷积网络
机械臂逆运动学
灰狼优化算法
解算方法
注意力机制
时序预测方法
离散余弦变换
时序预测技术
通道注意力机制
随机梯度下降