一种基于上下文感知和步态特征的换装行人重识别方法技术

本发明专利技术涉及计算机视觉领域，尤其涉及一种基于上下文感知和步态特征的换装行人重识别方法。本方法引入的自适应多尺度特征融合算法提升了在不同服装和环境变化下的人物识别准确率；边缘感知特征强化技术有效地增强了模型对人物轮廓的识别能力，特别是在视觉复杂的背景下；综合步态特征提取框架使得模型能够精准捕捉步态的细微变化，增强了识别的准确性；复合损失函数的创新设计提高了模型的学习效率，并确保了高度的识别稳定性。

【技术实现步骤摘要】

本专利技术涉及计算机视觉领域，尤其涉及一种基于上下文感知和步态特征的换装行人重识别方法。

技术介绍

1、人员重新识别(reid)一直是计算机视觉领域的重要挑战之一，尤其是在个体更换服装后的识别问题上。现有的reid系统在处理因服装变化而导致的外观差异时，往往面临识别准确性下降的问题。为了克服这一难题，研究者不断探索新的数据集和算法，以期在复杂的真实场景中提高识别的准确性和鲁棒性。当前技术面临的挑战包括如何准确提取和保持个体在不同服装下的一致性特征，以及如何有效地融合多尺度特征以增强识别的准确性。现有的方法往往依赖于单一尺度的特征提取，忽略了服装变化对人体轮廓和步态特征的影响，导致识别性能在服装更换时大幅下降。此外，现有方法未能充分利用上下文信息和细节特征，使得在复杂背景或动态环境中的识别效果不佳。

技术实现思路

1、有鉴于现有技术的上述缺陷，本专利技术提供了一种基于上下文感知和步态特征的换装行人重识别方法，提升在不同服装和环境变化下的人物识别准确率、识别效率和识别稳定性。技术方案如下：p>

2、一种基本文档来自技高网...

【技术保护点】

1.一种基于上下文感知和步态特征的换装行人重识别方法，其特征在于，包括：

2.如权利要求1所述的基于上下文感知和步态特征的换装行人重识别方法，其特征在于，所述过程(1)包括：

3.如权利要求2所述的基于上下文感知和步态特征的换装行人重识别方法，其特征在于，所述深度卷积神经网络包括U-Net。

4.如权利要求2所述的基于上下文感知和步态特征的换装行人重识别方法，其特征在于，所述边缘检测器采用Sobel算子或Canny边缘检测算法。

5.如权利要求2所述的基于上下文感知和步态特征的换装行人重识别方法，其特征在于，所述过程(2)包括：

...

【技术特征摘要】

1.一种基于上下文感知和步态特征的换装行人重识别方法，其特征在于，包括：

2.如权利要求1所述的基于上下文感知和步态特征的换装行人重识别方法，其特征在于，所述过程(1)包括：

3.如权利要求2所述的基于上下文感知和步态特征的换装行人重识别方法，其特征在于，所述深度卷积神经网络包括u-net。

4.如权利要求2所述的基于上下文感知和步态特征的换装行人重识别方法，其特征在...

【专利技术属性】
技术研发人员：王宗跃，曾炳辉，刘昭亮，陈智鹏，陈文平，
申请(专利权)人：集美大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人