CN119399791A 一种关注长短期时间关系的视频行人重识别方法 （宁波大学）_第1页
CN119399791A 一种关注长短期时间关系的视频行人重识别方法 （宁波大学）_第2页
CN119399791A 一种关注长短期时间关系的视频行人重识别方法 （宁波大学）_第3页
CN119399791A 一种关注长短期时间关系的视频行人重识别方法 （宁波大学）_第4页
CN119399791A 一种关注长短期时间关系的视频行人重识别方法 （宁波大学）_第5页
已阅读5页，还剩10页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种关注长短期时间关系的视频行人重识本发明公开了一种关注长短期时间关系的征，再通过挖掘视频帧中的时间关系和空间线播算法更新待训练的视频行人重识别模型最终检索特征对应的检索数据作为查询数据的识别2步骤1)：在已公开的视频数据集中选取训练视频，从训x128；步骤2)：构建待训练的视频行人重识别模型，包括步骤2_1)：通过卷积投影层将每个增强后的训练数步骤2_2)：通过Transformer网络提取二维特征嵌入的帧内特征得到一层大小为128x步骤2_4_1)：将S2输入长期时间关系模块得到具有全局感受野的长期时间关系特征图3的大小为16x8x210x768；将S2输入短期时间关系模块得到特征强化的短期时间关系特征图S4，S4的大小为16x8x2积窗口，第二注意力头中采用大小为(1,2)的第二卷积窗口，第三注意力头中采步骤2_6)：通过聚合层将特征图S7中除通道维度c步骤3)：定义待训练的视频行人重识别模型的损失函数步骤4)：从目标视频中获取多个视频帧作为查询数步骤5)：从目标视频中获取多个视频帧作为检索数据并32.根据权利要求1所述的一种关注长短期时间关系的视频行人重识别方法，其特征在3.根据权利要求1或2所述的一种关注长短4.根据权利要求1所述的一种关注长短期时间关系的视频行人重识别方法，其特征在步骤3_2)：将增强后的训练数据在待训练的视频行人重识别模型中前向传播的次数、4[0004]本发明所要解决的技术问题是提供一种能够很好地捕获空间和时间上的特征信用于聚合视频帧信息的聚合层，将增强后的训练数据输入待训练的视频行人重识别模型，[0009]步骤2_2)：通过Transformer网络提取二维特征嵌入的帧内特征得到一层大小为5征图S33的大小为16×8×210×768；将S2输入短期时间关系模块得到特征强化的短期时[0016]步骤2_6)：通过聚合层将特征图S7中除通道维度c以外的其它维度的特征进行求练后的视频行人重识别模型对检索数据集中的检索数据进行特征提取得到对应的检索特练集数据为采用限制随机采样策略选取的由8个视频帧构成的视频片段。这样选取的视频6示增强后的训练数据的标签，表示待训练的视频行人用于聚合视频帧信息的聚合层，将增强后的训练数据输入待训练的视频行人重识别模型，[0031]步骤2_2)：通过Transformer网络提取二维特征嵌入的帧内特征得到一层大小为128×210×768的输出特征图S1；Tra征图S33的大小为16×8×210×768；将S2输入短期时间关系模块得到特征强化的短期时7[0038]步骤2_6)：通过聚合层将特征图S7中除通道维度c以外的其它维度的特征进行求

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论