[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)中心模型的行人重識別方法

在審

• 申請?zhí)枺?/td>: 201711212317.1
• 申請日: 2017-11-28
• 公開（公告）號: CN107944399A
• 公開（公告）日: 2018-04-20
• 發(fā)明（設(shè)計）人: 楊釗;劉國明
• 申請（專利權(quán)）人: 廣州大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 廣州市華學(xué)知識產(chǎn)權(quán)代理有限公司44245
• 代理人: 裘暉,林梅繁

技術(shù)領(lǐng)域

本發(fā)明涉及一種行人重識別方法，尤其是一種基于卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)中心模型的行人重識別方法。

背景技術(shù)

行人重識別是指給定一個待查詢的目標(biāo)行人圖像，需要在另外一個監(jiān)控中查找出該行人的相關(guān)圖像。由于監(jiān)控攝像頭的低分辨率和不確定的視角導(dǎo)致了技術(shù)相對成熟的人臉識別技術(shù)無法應(yīng)用于行人重識別中。另外，同一行人在不同的攝像頭下存在姿態(tài)、視角和光照的差異。即使在同一規(guī)格的攝像機(jī)下，人的外觀也可能隨光照、姿態(tài)、遮擋等因素而產(chǎn)生變化。所有這些問題使得行人重識別的研究工作變得具有挑戰(zhàn)性。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)所存在的問題，本發(fā)明提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)中心模型的行人重識別方法，本方法有效降低圖像背景、噪聲等無關(guān)變量對相似性判別的影響，從而提高行人重識別準(zhǔn)確率。

本發(fā)明采用如下技術(shù)方案來實(shí)現(xiàn)：一種基于卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)中心模型的行人重識別方法，包括以下步驟：

S1、從不同攝像頭的視頻流中獲取行人圖像，所述行人圖像包括目標(biāo)行人圖像和參考行人圖像；

S2、利用反向傳播算法訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)；

S3、利用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)分割行人圖像的前景區(qū)域和背景區(qū)域，從而得到目標(biāo)中心；

S4、提取行人圖像特征；

S5、建立相似性度量函數(shù)，判別不同攝像頭的行人圖像是否屬于同一個人。

優(yōu)選地，所述步驟S2的訓(xùn)練過程為：首先，隨機(jī)初始化卷積神經(jīng)網(wǎng)絡(luò)的卷積核和偏置；將目標(biāo)行人圖像和參考行人圖像分成M×N塊，把每一塊區(qū)域輸入所述卷積神經(jīng)網(wǎng)絡(luò)，進(jìn)行前向傳播，輸出結(jié)果；通過輸出結(jié)果與實(shí)際值之間的誤差建立代價函數(shù)，并利用反向傳播算法求代價函數(shù)關(guān)于卷積核和偏置的梯度；利用梯度下降法更新卷積核和偏置的值；通過迭代上述過程，求取使代價函數(shù)最小化時所對應(yīng)的卷積核和偏置。

優(yōu)選地，所述步驟S3的分割過程為：首先歸一化目標(biāo)行人圖像和參考行人圖像，然后將目標(biāo)行人圖像和參考行人圖像分塊，得到行人圖像的塊區(qū)域，對塊區(qū)域進(jìn)行加零值填充，填充后的塊區(qū)域每個像素點(diǎn)作為一個神經(jīng)元；把每一塊區(qū)域輸入所述卷積神經(jīng)網(wǎng)絡(luò)，進(jìn)行前向傳播從而獲得該塊區(qū)域的類別；將目標(biāo)行人圖像中類別為前景區(qū)域的塊區(qū)域連接起來，得到目標(biāo)行人圖像的前景區(qū)域；將目標(biāo)行人圖像中類別為背景區(qū)域的塊區(qū)域連接起來，得到目標(biāo)行人圖像的背景區(qū)域；將參考行人圖像中類別為前景區(qū)域的塊區(qū)域連接起來，得到參考行人圖像的前景區(qū)域；將參考行人圖像中類別為背景區(qū)域的塊區(qū)域連接起來，得到參考行人圖像的背景區(qū)域。

優(yōu)選地，所述卷積神經(jīng)網(wǎng)絡(luò)包括：輸入層、多個卷積層、多個池化層、全連接層及輸出層；其中：

所述輸入層指行人圖像的塊區(qū)域；對所述的塊區(qū)域進(jìn)行加零值填充，使得卷積層的特征映射圖大小和輸入特征圖像大小一致；填充后的塊區(qū)域每個像素點(diǎn)作為一個神經(jīng)元；

所述卷積層由多個特征映射圖組成，每個特征映射圖由多個獨(dú)立的神經(jīng)元組成；所述卷積層的運(yùn)算包括：利用多個卷積核在塊區(qū)域的局部區(qū)域滑動，計算塊區(qū)域的局部區(qū)域和卷積核對應(yīng)位置神經(jīng)元的乘積，把相乘的結(jié)果相加得到卷積特征圖；卷積特征圖加上偏置，通過激活函數(shù)輸出，得到卷積層的特征映射圖；

所述池化層由多個特征映射圖組成，每個特征映射圖由多個獨(dú)立的神經(jīng)元組成；池化運(yùn)算包括：利用濾波器在卷積層的特征映射圖滑動，尋找每個區(qū)域的最大值作為池化層的特征映射圖神經(jīng)元的值；

所述全連接層利用一維向量連接上一層輸出的特征映射圖；所述一維向量的每個元素代表一個神經(jīng)元，該一維向量每個神經(jīng)元都與上一層輸出的特征映射圖的每個神經(jīng)元連接；

所述輸出層將最后一層池化層的特征映射圖進(jìn)行向量化，利用sigmoid函數(shù)對全連接層的一維向量進(jìn)行分類，分別對應(yīng)前景區(qū)域和背景區(qū)域；將行人圖像中類別為前景區(qū)域的塊區(qū)域連接起來，得到行人圖像的前景區(qū)域；將行人圖像中類別為背景區(qū)域的塊區(qū)域連接起來，得到行人圖像的背景區(qū)域。

優(yōu)選地，所述步驟S4的過程為：

S41、將目標(biāo)行人圖像的背景區(qū)域進(jìn)行白色填充，收集進(jìn)行填充后的目標(biāo)行人圖像，得到目標(biāo)行人圖像集合A；

S42、將參考行人圖像的背景區(qū)域進(jìn)行白色填充，收集進(jìn)行填充后的參考行人圖像，得到參考行人圖像集合B；

S43、利用顏色特征描述子和紋理特征描述子分別對集合A、B中的每張行人圖像進(jìn)行處理；統(tǒng)計處理后的特征向量，得到對應(yīng)的特征直方圖；

S44、通過融合多種特征，并進(jìn)行降維處理得到行人圖像的一維特征向量。