- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于全局特征匹配的跨摄像头行人重识别方法,针对解决公共场所跨摄像头下,使用人脸跟踪的技术失效的场景。首先针对不同场景构建少量人工标注的样本,进行深度学习网络模型的训练,并在后续匹配中做好标签的生成与统计,以此生成大量的非人工标注样本,经过人为筛选后,利用筛选后的数据集,进行强化训练检测模型,以提高后续的检测准确率。本发明能够有效的提高重识别项目的落地效率,为重识别检测部署提供了实现步骤,并且极大的减少了标注工作者的工作量。
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113158891 B
(45)授权公告日 2022.08.19
(21)申请号 202110423474.7 G06V 10/25 (2022.01)
文档评论(0)