当前位置: 首页 > 科技成果列表 > 科技成果详细

一种基于正样本平衡约束的深度行人再标识方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2017-05-11

专利所属地 :中国

专利号:CN201710330206.4

应用领域:通用仪器仪表制造

技术领域:-

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

摘要:本发明提供一种基于正样本平衡约束的深度行人再标识方法,该方法使用的残差网网络结构简洁并且得到广泛应用,足够深的网络结构增强了特征表达能力,并且不需要对网络结构进行特别设计;发现用残差网分类器进行图像特征提取,行人再标识的准确率便可以高于大部分的精心设计的方法;相比于二元组损失和三元组损失的方法,提升结构损失不需要特意生成有效的样本便可以达到类似的效果,并且利用整体的分布信息,学习到的梯度方向更加稳健有效;在提升结构损失的基础上,增加了正样本平衡约束,不仅可以控制正样本对的距离,并且可以平衡正样本对距离和负样本对距离的梯度,使得算法更容易训练以及提升算法性能。

专利基本信息
专利名称 一种基于正样本平衡约束的深度行人再标识方法
专利状态 - 专利号(申请号) CN201710330206.4
申请号 - 专利申请日期 2017-05-11
专利授权日期 2017-11-07 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 黄俊艺;任传贤
权利人 -
专利摘要 本发明提供一种基于正样本平衡约束的深度行人再标识方法,该方法使用的残差网网络结构简洁并且得到广泛应用,足够深的网络结构增强了特征表达能力,并且不需要对网络结构进行特别设计;发现用残差网分类器进行图像特征提取,行人再标识的准确率便可以高于大部分的精心设计的方法;相比于二元组损失和三元组损失的方法,提升结构损失不需要特意生成有效的样本便可以达到类似的效果,并且利用整体的分布信息,学习到的梯度方向更加稳健有效;在提升结构损失的基础上,增加了正样本平衡约束,不仅可以控制正样本对的距离,并且可以平衡正样本对距离和负样本对距离的梯度,使得算法更容易训练以及提升算法性能。
成果评价分析
技术应用分析
服务案例
Baidu
map