文档详情

一种基于多任务学习的遮挡行人重识别方法.pdf

发布：2023-06-05约1.11万字共11页下载文档

文本预览下载声明

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112801051 A (43)申请公布日 2021.05.14 (21)申请号 202110333021.5 (22)申请日 2021.03.29 (71)申请人哈尔滨理工大学地址

显示全部

相似文档

一种遮挡行人重识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114821632 A (43)申请公布日 2022.07.29 (21)申请号 202210231378.7 G06V 10/774 (2022.01)
2023-05-12 约1.58万字 14页立即下载
一种多尺度遮挡抑制的遮挡行人重识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117333906A (43)申请公布日2024.01.02 (21)申请号202311401844.2G06N3/084(2023.01)
2024-01-01 约1.36万字 11页立即下载
一种姿态驱动的遮挡行人重识别方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112800967 B (45)授权公告日 2022.05.17 (21)申请号 202110123640.1 (56)对比文件
2023-06-05 约1.52万字 14页立即下载
一种基于深度学习的跨域行人再识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882531 A (43)申请公布日 2022.08.09 (21)申请号 202210554612.X G06V 10/774 (2022.01)
2023-05-15 约2.05万字 16页立即下载
一种基于深度学习的行人重识别方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882441 A (43)申请公布日 2022.08.09 (21)申请号 202210599800.4 G06N 3/08 (2006.01) (22)申请日 2022.05.3
2023-05-16 约1.15万字 10页立即下载
一种基于互学习的跨域行人重识别方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114580492 A (43)申请公布日 2022.06.03 (21)申请号 202111468957.5 (22)申请日 2021.12.03 (71)申请人北京航空航天大学地址 10019
2023-05-08 约1.25万字 12页立即下载
多任务分类网络的训练方法、行人重识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113343909 A (43)申请公布日 2021.09.03 (21)申请号 202110724711.3 (22)申请日 2021.06.29 (71)申请人南京
2023-06-20 约2.59万字 22页立即下载
基于多任务学习的生物医学触发词检测和命名实体识别方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113360667 B (45)授权公告日 2022.07.26 (21)申请号 202110617440.1 CN 104965819 A,2015.10.07 (22)申请日
2023-06-21 约1.98万字 12页立即下载
多任务学习深度网络的识别方法、系统及设备.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 114565064 B (45)授权公告日 2022.07.15 (21)申请号 202210445590.3 (51)Int.Cl.
2023-05-06 约1.29万字 10页立即下载
一种基于多任务的深度卷积神经网络身份证信息识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利 (10)授权公告号 CN 112990133 B (45)授权公告日 2021.08.27 (21)申请号 202110462654.6 G06K 9/34 (2006.01)
2023-06-06 约1.42万字 12页立即下载
基于鉴别特征学习的跨模态行人重识别方法研究.docx 基于鉴别特征学习的跨模态行人重识别方法研究一、引言随着智能监控系统的广泛应用，跨模态行人重识别（Cross-modalPersonRe-Identification，简称cmReID）技术已成为计算机视觉领域的研究热点。该技术旨在通过跨模态数据（如可见光图像与红外图像）进行行人识别，为公共安全、智能交通等领域提供了重要的技术支持。然而，由于不同模态间存在显著的差异，如光照、背景、图像分辨率等，跨模态行人重识别仍然面临着诸多挑战。因此，本研究基于鉴别特征学习的方法，针对跨模态行人重识别问题进行深入研究。二、鉴别特征学习理论基础鉴别特征学习是一种针对图像识别的机器学习方法，通过学习区分性特
2025-03-17 约4.31千字 9页立即下载
基于特征学习和重排序的跨模态行人重识别方法研究.docx 基于特征学习和重排序的跨模态行人重识别方法研究一、引言随着人工智能技术的飞速发展，跨模态行人重识别技术成为了计算机视觉领域的重要研究方向。由于行人图像在各种场景下存在较大的差异，如光照、视角、背景等，传统的行人重识别方法往往难以准确地进行跨模态匹配。因此，本文提出了一种基于特征学习和重排序的跨模态行人重识别方法，旨在提高行人重识别的准确性和鲁棒性。二、特征学习特征学习是跨模态行人重识别的关键技术之一。本文采用深度学习的方法，通过构建卷积神经网络模型，对行人图像进行特征提取。具体而言，我们采用了多尺度卷积、注意力机制等技术，以提取更加丰富和具有鉴别性的特征。此外，我们还结合了多模态信息，
2025-02-22 约4.35千字 9页立即下载
基于深度学习的行人重识别方法研究.pdf 基于深度学习的行人重识别方法研究摘要基于深度学习的行人重识别方法研究摘要近年来，随着监控的普及和计算机视觉技术的快速发展，行人重识别技术在安防、刑侦和智慧城市等领域得到了广泛应用。然而，在实际场景中，由于行人的身体部分常常会受到诸如光线、遮挡、模糊以及视角等因素的影响，导致行人特征的提取质量下降或局部特征缺失，进而影响了行人重识别的效果。本论文针对行人重
2025-02-16 约12.24万字 98页立即下载
基于深度学习的行人重识别方法研究.docx 基于深度学习的行人重识别方法研究一、引言 行人重识别（PersonRe-Identification，ReID）是计算机视觉领域中一项重要的任务，其目标是在不同的摄像头视角下，对同一行人进行准确的识别和匹配。随着深度学习技术的快速发展，基于深度学习的行人重识别方法已经成为研究热点。本文旨在研究基于深度学习的行人重识别方法，通过对相关算法的深入研究，提高行人重识别的准确性和效率。二、深度学习在行人重识别中的应用深度学习在行人重识别中具有重要应用。传统的行人重识别方法主要依赖于手工设计的特征提取方法，而深度学习可以通过学习大量数据中的特征，自动提取行人的有效特征，提高识别的准确性。在深度学习
2025-05-08 约4.5千字 9页立即下载
基于特征学习和重排序的跨模态行人重识别方法研究.docx 基于特征学习和重排序的跨模态行人重识别方法研究一、引言跨模态行人重识别是近年来计算机视觉领域中备受关注的一个研究热点。其目的是在不同视角、不同时间以及不同传感器设备捕获的图像之间进行行人身份的匹配与识别。随着深度学习技术的飞速发展，基于特征学习和重排序的跨模态行人重识别方法逐渐成为研究的主流方向。本文将深入探讨基于特征学习和重排序的跨模态行人重识别方法的研究，以期为相关领域的研究提供参考。二、研究背景及意义随着智能监控、无人驾驶等技术的快速发展，跨模态行人重识别技术在公共安全、智能交通等领域具有广泛的应用前景。然而，由于不同模态的图像在光照、视角、背景等方面存在差异，导致跨模态行人重识
2025-05-17 约4.22千字 8页立即下载