[發明專利]一種基于深度特征重構的遮擋行人重識別方法

有效

• 申請號: 201910765422.0
• 申請日: 2019-08-19
• 公開（公告）號: CN110472591B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 高飛;金一鳴;盧書芳;張元鳴;程振波;肖剛
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/75;G06V10/764;G06K9/62
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 吳秉中

本發明公開了一種基于深度特征重構的遮擋行人重識別方法，包括如下步驟，步驟1.1：給定待匹配的帶遮擋行人的圖像；步驟1.2：設計特征提取網絡FPSN；步驟1.3：給待匹配圖像P_d和P_c中的行人進行姿態預測，得到行人骨架；步驟2.1：根據骨架將圖像P_d和P_c中的行人劃分為頭部，左右軀干以及上下腿部五個子圖部分；步驟3.1：將圖像P_db和P_cb行分別放入FPSN網絡中進行特征提取；步驟3.3，用Y中的塊y_j對X中任意的小塊x_i進行稀疏重構；步驟4.1：計算x_i與y_j的余弦相似度t_ij；步驟4.2：計算x_i與Y之間的距離d_i；步驟4.3：根據式(1)計算圖像P_d和P_c之間相似度；本發明的優點是：利用行人姿態估計，深度學習以及特征重構的方法，將行人圖像進行子區域劃分和遮擋部分處理。

技術領域

本發明涉及到深度學習，行人姿態估計，計算機視覺等各個領域，具體為一種基于深度特征重構的遮擋行人重識別方法。

背景技術

隨著行人重識別技術的日益發展，識別的準確率和識別效率的提升，該技術已經越來越多的應用于智能安防領域，在公安，刑偵，公共安全等領域都發揮出了越來越重要的作用。不僅如此，行人重識別技術在無人超市，相冊聚類等新興領域也開始扮演重要角色。隨著大數據時代的到來，行人重識別領域的行人匹配數據集也越來越龐大，數據量和數據類型都急劇上升，從早期1264張圖像，632個行人僅包含兩個攝像機的VIPeR數據集到如今，126441張圖像，4101個行人，包含15個攝像機的MSMT17數據集，在數據變得越來越豐富多樣的同時也給行人重識別的效率和準確率帶來了極大的挑戰。經過多年的發展與深度學習時代的來臨，目前行人重識別技術主流以深度學習的方法為主。但就目前看來，行人重識別技術遠遠沒有達到能夠商用的成熟技術標準，基于深度學習的行人重識別方法仍然有很大的探索和進步空間。遮擋行人重識別就是一個其中極具探索價值的問題。行人圖像在攝像機下很容易被遮擋，但是目前遮擋行人重識別的平均準確率并不高。

因此，利用深度學習以及特征重構的方法進行遮擋行人重識別仍具有較高的研究價值與意義，且有非常大的可行性。