摘要
本发明公开了一种基于随机遮挡增强和Transformer的遮挡行人重识别方法,包括构建随机遮挡增强模块对彩色图片进行随机遮挡增强;构建图像分块投影模块,对图像进行分块,并映射到高维特征空间,同时加入位置和摄像头信息嵌入;构建自注意力特征提取模块,通过自注意力机制提取全局局部特征并融合;最后基于各个模块构建并训练随机遮挡增强行人重识别网络,在训练过程中采用联合损失函数训练网络,获得随机遮挡增强行人重识别模型,最后利用该模型实现对遮挡行人图片的重识别。本发明结合了Transformer架构,有效提取行人图像的区块特征,同时利用遮挡增强策略使模型能够聚焦于非遮挡区域,显著提升遮挡情况下的识别性能。
技术关键词
重识别方法
局部视觉语义
行人重识别网络
联合损失函数
特征提取模块
图像块
行人重识别模型
三元组损失函数
投影模块
分块
图像类别标签
注意力机制
输出特征
行人识别
三角形
样本
系统为您推荐了相关专利信息
识别分类方法
振动信号采集系统
短时傅里叶变换
状态空间模型
瓶颈结构
康复系统
闭环反馈控制
多尺度
特征提取模块
同步性
道路坑洞
Sigmoid函数
光照
联合损失函数
图像
无线电地图
三维网格划分
解码模块
参数编码器
卫星遥感影像
行人追踪方法
行人重识别
图像
行人特征识别
行人特征提取