面向矿井下视频监控的多摄像机无标注行人重识别方法

    公开(公告)号:CN109902573B

    公开(公告)日:2023-10-31

    申请号:CN201910067062.7

    申请日:2019-01-24

    Abstract: 本发明公开了一种面向矿井下视频监控的多摄像机无标注行人重识别方法,包括:从多个摄像机中获取无标注原始视频流,截取该视频流中每一帧图像并输入B‑SSD行人检测网络中训练,获取每一帧图像中的行人区域并输出行人的坐标位置;形成候选行人数据库输入构建的MT‑S行人重识别网络,提取每一个行人区域中的行人特征,并离线存储;从无标注原始视频流中选定待识别的目标人物,截取带有目标人物的每一帧图像,输入到MT‑S行人重识别网络中,提取得到特征;计算待识别的目标人物特征与候选行人数据库行人特征之间的相似度,并进行排序,将相似度最高的行人特征判断为待识别的目标人物。本发明可学习更具判别性的行人特征,在矿井环境下识别更准确且精度更高。

    面向矿井下视频监控的多摄像机无标注行人重识别方法

    公开(公告)号:CN109902573A

    公开(公告)日:2019-06-18

    申请号:CN201910067062.7

    申请日:2019-01-24

    Abstract: 本发明公开了一种面向矿井下视频监控的多摄像机无标注行人重识别方法,包括:从多个摄像机中获取无标注原始视频流,截取该视频流中每一帧图像并输入B-SSD行人检测网络中训练,获取每一帧图像中的行人区域并输出行人的坐标位置;形成候选行人数据库输入构建的MT-S行人重识别网络,提取每一个行人区域中的行人特征,并离线存储;从无标注原始视频流中选定待识别的目标人物,截取带有目标人物的每一帧图像,输入到MT-S行人重识别网络中,提取得到特征;计算待识别的目标人物特征与候选行人数据库行人特征之间的相似度,并进行排序,将相似度最高的行人特征判断为待识别的目标人物。本发明可学习更具判别性的行人特征,在矿井环境下识别更准确且精度更高。

Patent Agency Ranking