一种逐级特征增强与跨模态信息补偿结合的素描行人重识别方法
申请号:CN202411435232
申请日期:2024-10-15
公开号:CN119380374A
公开日期:2025-01-28
类型:发明专利
摘要
本发明涉及一种逐级特征增强与跨模态信息补偿结合的素描行人重识别方法,属于图像检索技术领域。本发明包括提取行人照片特征和行人素描特征;构建跨模态信息补偿结合空间,在此空间拉近行人照片特征和行人素描特征两者的模态距离,学习模态内的共有信息并进行信息补偿;将信息补偿后的特征与下一尺度下的特征进行逐级特征增强,学习特征的细粒度特征表示,得到最终特征表示;利用最终特征表示训练检索模型,通过优化好的检索模型使用行人素描图像查找出对应的行人照片图像。本发明不仅有效解决了模态差异带来的识别难题,还提升了多尺度特征对于行人身份信息的表征能力。
技术关键词
重识别方法
特征提取网络
照片
行人特征
跨模态
细粒度特征
注意力
输出特征
学习特征
联合优化算法
客观评价指标
图像检索技术
样本
线性
全局平均池化
图像特征提取
阶段
多层感知机