当前位置: 首页 > 科技成果列表 > 科技成果详细

一种基于retinex算法和卷积神经网络的行人再识别方法

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:2017-01-20

专利所属地 :中国

专利号:CN201710044905.2

应用领域:通用仪器仪表制造

技术领域:电子信息

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

本发明公开了一种基于Retinex算法和卷积神经网络的行人再识别方法。具体过程如下:

  1. 首先从视频数据库中提取视频帧序列。
  2. 构建卷积神经网络,并训练出行人网络模型。
  3. 利用训练好的网络模型将行人从视频帧序列中检测出来。
  4. 应用Retinex算法对检测出的行人进行图像增强。
  5. 将增强后的行人图像输入卷积神经网络中,提取行人不同层次的深度特征。
  6. 通过卷积神经网络最后一层的Softmax分类器进行分类,得到最终的匹配相似度。

本发明充分考虑了现实场景中光照变化、阴影覆盖等问题。在识别之前引入Retinex增强算法,模仿人类视觉系统,使图像更接近于人眼所看到的样子,有效地提高了识别效果。

此外,采用端到端的行人再识别方法,使用同一个卷积神经网络将行人检测与行人识别结合在一起,解决了行人标签的对齐问题。

(此文字表达经过AI优化完善,查看原文请点击 原文)
专利基本信息
专利名称 一种基于retinex算法和卷积神经网络的行人再识别方法
专利状态 - 专利号(申请号) CN201710044905.2
申请号 - 专利申请日期 2017-01-20
专利授权日期 2017-06-27 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 韩光;段朦;李晓飞;余小意
权利人 -
专利摘要 本发明公开了一种基于retinex算法和卷积神经网络的行人再识别方法,首先提取视频数据库中的视频帧序列,构建卷积神经网络并训练出行人网络模型,利用训练好的网络模型将行人从视频帧序列中检测出来,用retinex算法将检测出的行人进行图像增强,最后将增强后的行人输入卷积神经网络中提取行人不同层次的深度特征,通过卷积神经网络最后一层的softmax分类器进行分类,得到最终匹配相似度。本发明充分考虑了现实场景中光照变化,阴影覆盖等问题,在识别之前引入retinex增强算法,模仿人类视觉系统,使图像更接近于人眼所看到的样子,有效地提高了识别效果。采用端到端的行人再识别方法,用同一个卷积神经网络将行人检测与行人识别结合在一起,解决了行人标签的对齐问题。
成果评价分析
技术应用分析
服务案例
Baidu
map