一种基于特征解缠表示的目标重识别方法及系统

    公开(公告)号:CN116229146A

    公开(公告)日:2023-06-06

    申请号:CN202211735703.X

    申请日:2022-12-31

    Abstract: 本发明公开了一种基于特征解缠表示的目标重识别方法及系统,该方法包括:步骤1:利用多粒度特征提取网络模块,提取待识别图像的多粒度特征,并分类成识别目标无关特征与识别目标相关特征;步骤2:将识别目标无关特征与识别目标相关特征输入到生成对抗网络模块中的生成器中进行语义特征重构,从单一特征表示中进行解纠缠开,生成新的图像;步骤3:将生成的新的图像输入到生成对抗网络模块中的判别器中,进行图像的真假与类别的辨识,输出最终识别结果;本发明提出一个新的基于特征解缠的特征学习框架,无需额外提供样本标注信息,实现了识别目标的特征表示对于视角变化的鲁棒性,增强了网络泛化性,同时提高了目标重识别的精度。

    一种面向桥隧表观病害识别的多场景自适应方法

    公开(公告)号:CN115761459A

    公开(公告)日:2023-03-07

    申请号:CN202211581478.9

    申请日:2022-12-09

    Abstract: 本发明公开了一种面向桥隧表观病害识别的多场景自适应方法,包括将训练图像集和目标作业场景图像集按照明亮度各分为预设数量个组别;将两组图像的各预设数量组数据一一对应进行预设数量次基于LAB空间的风格迁移,将预设数量次迁移后的预设数量个组别的训练数据集合并为新的数据集;将新数据集和目标场景图像数据集再进行基于傅里叶变换的频谱交换,交换低频信息,使两组数据在外观风格上更加相似;将经过风格迁移后的训练图像送入预设的病害识别网络中进行训练。能够在缺乏目标场景数据集标注的情况下实现,表观病害识别网络只使用已经获取到的有标注表观病害数据集进行训练就可以达到对不同的目标场景的自适应。

Patent Agency Ranking