申请/专利权人：湖南大学

申请日：2024-01-17

公开（公告）日：2024-04-16

公开（公告）号：CN117894071A

主分类号：G06V40/20

分类号：G06V40/20;G06V40/10;G06V10/74

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本申请公开了一种性别信息过滤的行人重识别重排序方法、系统及电子设备，属于行人重识别技术领域，该方法利用重识别模型分别获取待查询和图库数据集中行人的特征向量，通过特征向量计算待查询与图库中行人之间的欧式距离以得到距离矩阵并对其进行升序排列，通过升序距离矩阵与距离矩阵之间的对应关系得到索引矩阵，再通过索引矩阵对图库中行人身份集合进行重排列，然后将待查询的行人身份与重排列后的图库中的行人身份依次进行比较以得到初步排序列表，最后利用性别信息对初步排序列表中性别不一致的错误匹配结果进行全部过滤，将排名靠前的错误匹配结果过滤掉的同时，排名靠后的正确匹配结果也会向前移动，从而提高模型在测试阶段的检索性能。

主权项：1.一种性别信息过滤的行人重识别重排序方法，其特征在于，包括以下步骤：步骤1，获取Query数据集的Query_IDs行人ID集合和Gallery数据集的Gallery_IDs行人ID集合；步骤2，使用重识别模型对Query数据集和Gallery数据集中的行人进行特征提取，得到对应特征矩阵；步骤3，根据特征矩阵，计算Query数据集中每个行人特征向量与Gallery数据集中每个行人特征向量之间的欧氏距离，得到距离矩阵Dm×n；步骤4，对距离矩阵中的每一行进行升序排列，得到升序距离矩阵S_Dm×n，对于升序距离矩阵中的每个元素，找到其在距离矩阵Dm×n中的索引，得到索引矩阵Indm×n；步骤5，根据索引矩阵中的每一行，分别对Gallery数据集的行人ID集合进行重排列，判断Query数据集中的每个行人ID与对应重排列后的Gallery数据集中的每个行人ID是否相等，得到初步排序矩阵Rankm×n；步骤6，使用性别分类模型预测并获取Query数据集和Gallery数据集中行人的性别标签；步骤7，判断Query数据集中每个行人与Gallery数据集中每个行人的性别标签是否相等，得到性别矩阵Genm×n；步骤8，以行为单位，根据索引矩阵Indm×n，对性别矩阵Genm×n进行重排列，获取性别过滤模块Filterm×n；步骤9，以Query_IDs[i]为单位，根据性别过滤模块Filterm×n，对初步排序矩阵Rankm×n进行过滤，得到Query数据集中每一个行人的过滤排序列表；步骤10，根据步骤9得到的过滤排序列表，计算行人重识别模型的性能评价指标。

全文数据：

权利要求：

百度查询： 湖南大学 性别信息过滤的行人重识别重排序方法、系统及电子设备

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD