摘要
本申请公开了一种基于多频域特征的跨模态行人重识别方法及系统,涉及行人重识别领域,该方法包括:获取行人图像集;构建跨模态行人重识别模型;构建总损失函数;基于行人图像训练集和总损失函数对跨模态行人重识别模型进行训练;将待识别的行人图像和行人图像测试集输入至训练好的跨模态行人重识别模型,得到图像特征;利用图像特征,计算待识别的行人图像与行人图像测试集中每个图像之间的余弦相似度;根据余弦相似度对行人图像测试集中的图像进行排序;根据排序结果,得到与待识别行人图像最相似的行人图像,完成跨模态行人重识别,本申请可解决现有技术中存在的计算效率低、资源消耗大以及特征表示多样性和鲁棒性不足的问题。
技术关键词
行人重识别模型
残差模块
跨模态
输出特征
图像
频域特征
重识别方法
行人重识别系统
三元组损失函数
识别行人
注意力
频率
身份
表达式
拼接单元
鲁棒性
资源
系统为您推荐了相关专利信息
生根诱导箱
生长监测方法
外部设备
神经网络模型识别
图像
智能监控系统
数据处理平台
数据采集设备
循环神经网络模型
云服务器
检测网络模型
安全帽佩戴监测
监控图像数据
样本
工地现场施工