Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于外观与形态解耦的长时期跨摄像头目标关联方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京大学深圳研究生院

摘要:本发明涉及一种基于外观与形态解耦的长时期跨摄像头目标关联方法及系统。该方法对输入的训练图像通过人体稠密解析估计和边缘估计提取人体轮廓图像,求取训练图像与人体轮廓图像的残差,得到人体外观图像;利用形态表征模型对人体轮廓图像进行高级语义特征提取,利用外观表征模型对人体外观图像进行高级语义特征提取;利用三元组损失函数和识别损失函数训练外观表征模型和形态表征模型,采用学习的两个表征模型对待查询行人图像和候选行人图像提取形态特征和外观特征,通过计算相似性得分得到跨摄像头场景中的关联目标。本发明不需要采用复杂的对抗学习模型就能提取行人的形态信息,并可避免挖掘涉及隐私的人脸信息及不可靠的行人步态信息。

主权项:1.一种基于外观与形态解耦的长时期跨摄像头目标关联方法,包括以下步骤:输入长时期跨摄像头目标关联数据集中的训练图像;对输入的训练图像进行人体稠密解析估计;利用边缘估计方法对得到的人体稠密解析估计结果进行处理,以提取人体轮廓图像;求取训练图像与人体轮廓图像的残差,得到人体外观图像;利用形态表征模型对人体轮廓图像进行高级语义特征提取;利用外观表征模型对人体外观图像进行高级语义特征提取;利用三元组损失函数和识别损失函数对提取的特征进行监督学习,实现外观表征模型和形态表征模型的参数优化;采用学习的形态表征模型和外观表征模型对待查询行人图像和候选行人图像提取形态特征和外观特征,通过计算特征间的距离作为相似性得分,选取相似性得分最高的候选行人为跨摄像头场景中的关联目标。

全文数据:

权利要求:

百度查询: 北京大学深圳研究生院 一种基于外观与形态解耦的长时期跨摄像头目标关联方法及系统

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。