X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
关于我们 | 帮助中心
欢迎来到桂林科技成果交易平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00292462]基于协同尺度学习的行人重识别方法

交易价格: 面议

所属行业: 硬件/数码

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:201410071721.1

交易方式: 技术转让 技术转让 技术入股

联系人: 武汉大学

进入空间

所在地:湖北武汉市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明公开了一种基于协同尺度学习的行人重识别方法,属于监控视频检索技术领域。本发明首先根据已标注训练样本集L中图像的颜色和纹理特征,进行尺度学习得到相应马氏距离中的协方差矩阵Mc和Mt;随机选择查询对象使用Mc和Mt进行马氏距离度量,得到相应排序结果,从中取得正样本和负样本生成新的已标注训练样本集L,更新Mc和Mt,直到未标注训练样本集U为空,得到最终的标注样本集L*,并融合颜色和纹理特征得到Mf,就可以使用基于Mf的马氏距离函数进行行人重识别。本发明在半监督框架下研究基于尺度学习的行人重识别技术,通过未标注样本辅助标注样本进行尺度学习,符合实际视频侦查应用标注训练样本难以获取的要求,能有效提升少标注样本下的重识别性能。
本发明公开了一种基于协同尺度学习的行人重识别方法,属于监控视频检索技术领域。本发明首先根据已标注训练样本集L中图像的颜色和纹理特征,进行尺度学习得到相应马氏距离中的协方差矩阵Mc和Mt;随机选择查询对象使用Mc和Mt进行马氏距离度量,得到相应排序结果,从中取得正样本和负样本生成新的已标注训练样本集L,更新Mc和Mt,直到未标注训练样本集U为空,得到最终的标注样本集L*,并融合颜色和纹理特征得到Mf,就可以使用基于Mf的马氏距离函数进行行人重识别。本发明在半监督框架下研究基于尺度学习的行人重识别技术,通过未标注样本辅助标注样本进行尺度学习,符合实际视频侦查应用标注训练样本难以获取的要求,能有效提升少标注样本下的重识别性能。

推荐服务:

Copyright © 2017  桂林经济技术开发区管理委员会    桂林经开孵化器管理有限责任公司    All Rights Reserved

桂ICP备17003866号-1

运营商:科易网