专利名称：基于特征对抗学习和自相似性聚类的跨域目标重识
别方法
专利类型：发明专利
发明人：郭海云,王金桥,唐明,刘松岩申请号：CN202010592282.4申请日：20200624公开号：CN111738172A公开日：20201002
摘要：本发明属于计算机视觉、模式识别领域，具体涉及一种基于特征对抗学习和自相似性聚类的跨域目标重识别方法、系统、装置，旨在解决现有的目标重识别方法由于聚类中心个数不固定，限制特征表达的判别力，导致识别结果鲁棒性较差的问题。本系统方法包括：获取待识别的图像，作为输入图像；对所述输入图像，通过预训练的特征提取网络提取其特征，作为第一特征；计算第一特征与图像库中各图像对应特征的欧式距离并进行排序，将排序结果进行输出。本发明提高了跨域目标重识别的鲁棒性。
申请人：中国科学院自动化研究所
地址：100190 北京市海淀区中关村东路95号
国籍：CN
代理机构：北京市恒有知识产权代理事务所(普通合伙)
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容