本发明公开了一种基于多人多摄像头跟踪的行人重识别方法及装置，所述方法包括：获取连续帧图像；将连续帧图像进行PTGAN处理；将进行PTGAN处理后的连续帧图像进行多维度特征提取并确定推理线索模型；使用推理算法对推理线索模型进行调整并确定最...

本发明公开了一种基于多重注意力机制与区域特征约束相结合的车辆细粒度识别的方法及装置，所述方法包括：构建多注意力卷积神经网络模型，并对所述多注意力卷积神经网络模型进行预训练；对训练数据集进行多尺度区域信息标注，得到第一训练数据集；基于改进...

本发明公开了一种大数据和贝叶斯相结合的行人重识别方法及装置，所述方法包括：利用行人图像数据库对行人重识别系统模型进行分布式训练；对查询对象和排名列表中的多个候选对象进行基于贝叶斯查询扩展的重识别再排序；将再排序后的查询对象和候选对象进行...

本发明公开了一种基于多尺度约束的细粒度车辆图像检索的方法及装置，所述方法包括：对第一训练数据集进行多尺度区域信息标注，得到第二训练数据集；基于改进的包围盒约束算法和海伦约束算法对所述第二训练数据集进行处理，得到第三训练数据集；采用所述第...

本发明提供了一种基于深度学习的低照度车牌图像识别方法及装置，包括：获取n个样本对；通过n个样本对对第一、第二卷积神经网络进行训练；将待增强的低照度车牌图像依次输入训练好的第一、第二卷积神经网络中，得到增强后的车牌图像；通过一体化的深度网...

本发明实施例提供了基于联合判断与生成学习的行人重识别方法及装置，所述方法包括：基于给定的行人图像搭建生成学习卷积神经网络模块；基于所述生成学习卷积神经网络模块，搭建联合判别模块；所述联合判别模块用于学习所述重建图像和合成图像的初步特征，...

本发明公开了一种基于PTGAN区域差距与深度神经网络相结合的大数据行人图像搜索算法，包括以下步骤：基于MLbase机器学习库搭建Spark大数据平台；搭建基于PTGAN与多分支相结合的深度学习神经网络，并进行行人图像数据库训练，提取相应...

本发明公开了一种细粒度图像检索方法，包括：构建细粒度神经网络模型，并对细粒度神经网络模型进行预训练；将对比图像和通过图像采集模块获取的待识别图像分别作为输入图像输入完成预训练的细粒度神经网络模型中；在细粒度神经网络模型中自动定位输入图像...

本发明实施例提供了基于联合判断与生成学习的行人搜索方法及装置，所述方法包括获取行人重识别系统模型；基于待识别行人视频的关键帧对所述待识别行人视频进行分段处理，并通过所述行人重识别系统模型从分段处理后的待识别行人视频中提取行人特征向量；计...

本发明公开了一种细粒度图像识别方法、装置、计算机设备及存储介质，本发明中公开的方法包括：获取图像样本，并对图像分类属性进行标注；构建双线性卷积神经网络模型，将所述图像样本导入所述双线性卷积神经网络模型中训练，并获得细粒度图像识别模型；从...

本发明公开了一种基于多尺度上下文聚合网络的低照度成像算法及装置，该算法包括：对原始图像进行打包变换像素通道的预处理；步骤102：利用步骤101中预处理的图像进行CAN网络的数据训练；步骤103：通过训练后的CAN网络对采集到的低照度图像...

本发明公开一种基于多时空注意力模型的视频行人重识别算法及装置，该算法首先利用多空间注意力模型来定位判别视频图像行人区域；再结合时间注意力模型来计算由每个空间注意力模型提取的特征的聚合表示，并进行行人重识别损失函数补偿；最后将待识别图像的...

本发明公开了一种复杂场景下对人形目标的视频检索方法，包括以下步骤：输入原视频；系统自动将选中的原始视频导入到检索系统的分析服务器中，记为标准视频；系统检测标准视频中的运动目标，在分析初始阶段摘录出视频中的运动目标；系统使用机器视觉识别模...