申请/专利权人:中国科学院自动化研究所
申请日:2022-07-22
公开(公告)日:2022-09-20
公开(公告)号:CN115082966A
主分类号:G06V40/10
分类号:G06V40/10;G06V10/774
优先权:
专利状态码:有效-授权
法律状态:2022.12.06#授权;2022.10.11#实质审查的生效;2022.09.20#公开
摘要:本发明提供一种行人重识别模型训练方法、行人重识别方法、装置和设备,应用于图像处理领域,该方法包括:将第一样本图像划分为多个第一图像块,将多个第一图像块划分为多个第一图像块组;分别对各第一图像块组中的部分第一图像块进行掩码处理,得到各第一图像块组中的遮挡图像块和未遮挡图像块;根据每个第一图像块组中的遮挡图像块和未遮挡图像块,对初始行人重识别模型中的编码器进行预训练,得到预训练完成的编码器;根据预训练完成的编码器对第二样本图像进行处理后输出的特征表示,微调初始行人重识别模型的网络参数,得到行人重识别模型。本发明可以提高预训练模型的准确度,从而使得行人重识别模型的精度较高,提高了行人重识别准确度。
主权项:1.一种行人重识别模型训练方法,其特征在于,包括:将第一样本图像划分为多个第一图像块,并将所述多个第一图像块划分为多个第一图像块组;分别对每个第一图像块组中的部分第一图像块进行掩码处理,得到每个第一图像块组中的遮挡图像块和未遮挡图像块;根据每个第一图像块组中的遮挡图像块和未遮挡图像块,对初始行人重识别模型中的编码器进行预训练,得到预训练完成的编码器;根据所述预训练完成的编码器对第二样本图像进行处理后输出的特征表示,微调所述初始行人重识别模型的网络参数,得到行人重识别模型。
全文数据:
权利要求:
百度查询: 中国科学院自动化研究所 行人重识别模型训练方法、行人重识别方法、装置和设备
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。