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!
摘要:本发明公开了一种基于目标感知高频增强Transformer网络的目标重识别方法及系统,首先对图像进行傅里叶变换,然后将频率域图像与高通滤波器逐点相乘,对变换后图像进行逆傅里叶变换;再通过块生成模块,将原始图片和高频图片带部分重叠的方式分成若干个小块;把小块展平成序列后,再为原图切块和高频图切块分别添加一个随机初始化小块,然后加上位置信息嵌入,把所有小块输入到Transformer层中;接着在每一代里先学习原图切块得到原始特征,冻结网络层,再将高频切块基于原图注意力指导的学习来获取高频特征;最后恢复网络更新,对高频特征和原始特征分别采用三元组损失和身份损失。本发明有助于Transformer更好的学习动物的轮廓和纹理特征,提高动物重识别检索的准确率。
主权项:1.一种基于目标感知高频增强Transformer网络的目标重识别方法,其特征在于,包括以下步骤:步骤1:通过高频图生成模块,对原始图像进行傅里叶变换,将其从空间域转换到频率域,然后通过高斯高通滤波器,将频率域图像与高通滤波器进行逐点相乘,最后对应用了高通滤波器的频率域图像进行逆傅里叶变换,将其转换回空间域,输出高频图片;所述高频图生成模块,对输入原始图像应用傅里叶变换以转换到频率域: ;其中,是原始图像的空间域坐标,是频率域坐标,表示傅里叶变换,j为虚数单位;应用中心化变换将低频分量移至频谱中心: ;其中,是中心化后的频率域表示;运用高斯高通滤波器获取高频成分: ; ;其中,是频率域中心坐标,D是高斯高通滤波器的截止频率;采用逆傅里叶变换重构图像,得到高频图像: ;步骤2:通过块生成模块,将原始图片和高频图片通过固定步长、固定大小的卷积块用带部分重叠的方式分成若干个小块;步骤3:小块通过展平层被展平成一维序列,通过全局特征块添加层为原图和高频图的序列化小块分别添加一个随机初始化的全局特征块;通过位置信息嵌入层为每个小块引入位置信息嵌入,处理后的小块随后被送入深度为h的Transformer模块中;步骤4:通过MLP和LayerNorm分别对处理后的图片进行分类识别。
全文数据:
权利要求:
百度查询: 武汉大学 基于目标感知高频增强Transformer网络的目标重识别方法及系统
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。