申请/专利权人:天津大学
申请日:2020-12-31
公开(公告)日:2021-04-09
公开(公告)号:CN112633229A
主分类号:G06K9/00(20060101)
分类号:G06K9/00(20060101);G06K9/62(20060101);G06N3/08(20060101);G06N3/04(20060101)
优先权:
专利状态码:失效-发明专利申请公布后的视为撤回
法律状态:2023.02.03#发明专利申请公布后的视为撤回;2021.04.27#实质审查的生效;2021.04.09#公开
摘要:本发明公开一种基于SPD流形的行人重识别系统,所述系统包括神经网络卷积层、第一通道注意模块、第二通道注意模块和位置注意模块,所述系统还包括有对局部图像特征快速识别的图像识别图像识别模块,所述图像识别模块包括第一局部图像处理层、第二局部图像处理层、第三局部图像处理层和第四局部图像处理层;该系统通过将卷积神经网络层中运用SPD流形实现对行人的图像特征快速比对、识别进而实现寻人、查找的过程。
主权项:1.一种基于SPD流形的行人重识别系统,所述系统包括神经网络卷积层、第一通道注意模块、第二通道注意模块和位置注意模块,其特征在于:所述系统还包括有对局部图像特征快速识别的图像识别图像识别模块,所述图像识别模块包括第一局部图像处理层、第二局部图像处理层、第三局部图像处理层和第四局部图像处理层;其中:每个所述图像处理层通过如下步骤实现快速图像识别:通过对卷积层输出的行人局部图像特征采用如下公式计算局部图像特征的样本协方差矩阵c, 其中:xi代表位置i=1,…,n的局部特征;表示局部特征的平均值,C的对角线元素可以代表每个特征通道的方差;通过样本协方差矩阵归一化处理获得二阶表示形式;通过2D全连接层对二阶表示形式进行获得的低维矢量;H=WTΣW将低维矢量展平为一个向量作为最终的特征表示完成行人图像特征识别。
全文数据:
权利要求:
百度查询: 天津大学 一种基于SPD流形的行人重识别系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。