[發明專利]一種抗姿態變化的行人重識別方法

在審

• 申請號: 201910348427.3
• 申請日: 2019-04-28
• 公開（公告）號: CN110232312A
• 公開（公告）日: 2019-09-13
• 發明（設計）人: 張嘉超;高陽;陳燁;路繩方;焦良葆
• 申請（專利權）人: 南京工程學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 張耀文

1.一種抗姿態變化的行人重識別方法，其特征在于包括以下步驟：

步驟1：檢測出特定行人的包圍框；

步驟2：定義上述行人的8種常見的姿態；

步驟3：對上述行人用行人姿態檢測算法檢測出人的姿態；

步驟4：基于姿態約束循環生成對抗網絡的多姿態行人合成；

步驟5：抗姿態變化的特征學習，對于上述每個合成的行人，利用深度殘差學習網絡學習每個行人的特征向量，然后將其輸出的特征進行串聯得到上述行人的特征向量表示；

步驟6：行人重識別。

2.根據權利要求1所述的一種抗姿態變化的行人重識別方法，其特征在于所述步驟4中基于姿態約束循環生成對抗網絡模型的損失函數為

其中，λ為一個常量系數，取值0.4；

式中，的定義如下：

其中，θ_g與θ_d分別表示生成器與判別器D_B對應的參數，

的定義如下：

的定義如下：

該網絡參數通過Pytorch平臺進行編程搭建，采用Adam優化方法分別對生成網絡與判別網絡部分進行交替迭代優化得到。

3.根據權利要求1所述的一種抗姿態變化的行人重識別方法，其特征在于所述步驟5抗姿態變化的特征學習技術，深度殘差網絡通過Tensorflow平臺進行搭建，采用ResNet-50網絡，網絡的深度為50層，該網絡的的損失函數為softmax，利用行人ID信息作為groundtruth標簽進行學習網絡，利用該網絡進行關向傳播式的預訓練，利用行人的ID標簽信息進行反向傳播微調網絡，當網絡達到穩定時，提取該姿態A下合成行人的特征向量，用f_A表示，對于某一行人，用同樣的方法，依次對其所有姿態下的合成行人圖像進行學習一個對應的ResNet-50網絡模型，并提取對應的特征向量，最后該行人的特征向量f可以表示為

4.根據權利要求1所述的一種抗姿態變化的行人重識別方法，其特征在于所述步驟6行人重識別過程包括：輸入一個行人圖像或視頻幀，利用抗姿態變化的特征學習技術學習到其特征表示f，對監控數據庫中的行人特征采用相同的方法提取得到其特征表示集S＝{h₁,h₂,h₃,…,h_N}，通過下面的公式計算其輸入行人f與數據庫中某一行人h_n，

根據相似度，統計相似度最大的Top-n個行人圖像作為行人重識別的檢索結果，由系統輸出該結果。