一种基于深层残差网络多尺度特征融合的行人重识别方法.pdfVIP

下载本文档

0
0
约8.27千字
约 8页
2023-05-10 发布于北京
举报
版权申诉

一种基于深层残差网络多尺度特征融合的行人重识别方法.pdf

1、本文档共8页，其中可免费阅读7页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及行人重识别领域，特别涉及一种基于深层残差网络多尺度特征融合的行人重识别方法，包括步骤：S1：收集行人数据库；S2：利用训练好的行人检测器对行人数据库进行人体检测，得到行人检测框的位置信息；S3：根据行人检测框的位置信息，对行人数据库图像进行人体裁剪，裁剪后缩放到统一尺寸，并按照适当比例划分训练集和测试集；S4：在训练阶段，构建多尺度特征融合的残差神经网络，采用SoftmaxLoss和TripletLoss损失函数进行联合训练，经过充分训练后得到最优的行人分类模型；S5：在测试阶段，

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114529941 A (43)申请公布日 2022.05.24 (21)申请号 202210065979.5 G06V 10/764 (2022.01)