[發明專利]一種基于行人的關鍵點信息與語義分割信息進行行人重識別的方法

在審

• 申請號: 201911064930.2
• 申請日: 2019-11-04
• 公開（公告）號: CN112766021A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 常偉;余捷全
• 申請（專利權）人: 廣東毓秀科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于行人的關鍵點信息與語義分割信息進行行人重識別的方法，包括以下步驟：

S1，目標檢測，在圖片中找到目標的位置，輸出目標的位置信息；

S2，語義分割，在圖片中找到目標的位置，輸出目標的具體形狀掩碼；

S3，人臉識別，識別出人臉的具體類別，包括身份、性別和年齡段；

S4，關鍵點檢測，定位人在圖像中的位置以及人體各個關鍵點的位置；

S5，行人重識別，以人的身體屬性識別出人的身份。

2.根據權利要求1所述的一種基于行人的關鍵點信息與語義分割信息進行行人重識別的方法，其特征在于：語義分割方法：具體步驟如下：

Encoder：使用預先培訓過的VGG16作為編碼器；解碼器從VGG16的第7層開始；

FCN Layer-8：最后一個完全連接的VGG16層被1x1卷積替換；

FCN Layer-9:fcn layer-8升序2次，與VGG16的layer 4匹配，使用帶參數的轉置卷積：(kernel＝(4,4)，stead＝(2,2)，padding＝'same')；之后，在VGG16的第4層和fcn的第9層之間添加了一個跳過連接；

FCN Layer-10：fcn layer-9被放大2倍，以便與VGG16第3層的尺寸匹配，使用帶參數的轉置卷積：(kernel＝(4,4)，stead＝(2,2)，padding＝(相同))；之后，在VGG16的第3層和fcn第10層之間添加了一個跳過連接；

FCN Layer-11:fcn layer-10被放大4倍以匹配輸入圖像大小的尺寸，因此我們得到實際圖像，深度等于類數，使用帶參數的轉置卷積：(kernel＝(16,16)，step＝(8,8)，padding＝'same')。

3.根據權利要求1所述的一種基于行人的關鍵點信息與語義分割信息進行行人重識別的方法，其特征在于：所述語義分割的具體實現步驟：

步驟1

首先將預先培訓過的VGG-16模型加載到TensorFlow中；

步驟2

使用vgg模型中的張量為fcn創建層；給定vgg層輸出的張量和要分類的類數，返回該輸出最后一層的張量；特別地，將1X1卷積應用于編碼器層，然后將解碼器層添加到具有跳過連接和升序采樣的網絡中；

步驟3

優化神經網絡，也就是建立TensorFlow損失函數和優化器操作；

步驟4

定義了train-nn函數，它接受重要的參數，包括epoch數、批大小、丟失函數、優化器操作和輸入圖像的占位符、標簽圖像、學習速率；

步驟5

訓練網絡，在這個run函數中，首先使用load_vgg、layers和optimize函數構建網絡；然后，使用train_nn函數對網絡進行訓練，并保存推理數據以備記錄。

4.根據權利要求1所述的一種基于行人的關鍵點信息與語義分割信息進行行人重識別的方法，其特征在于：所述關鍵點檢測的方法采用二維人體骨骼關鍵點檢測或者三維人體骨骼關鍵點檢測。

5.根據權利要求4所述的一種基于行人的關鍵點信息與語義分割信息進行行人重識別的方法，其特征在于：所述二維人體骨骼關鍵點檢測方法為：

圖像數據獲取，然后進行人體關鍵點檢測，繼而進行人體關鍵點組合，而后將關鍵點信息映射到原圖，將處理后的圖像輸出。

6.根據權利要求4所述的一種基于行人的關鍵點信息與語義分割信息進行行人重識別的方法，其特征在于：所述三維人體骨骼關鍵點檢測方法為：

圖像數據獲取，然后進行人體關鍵點檢測，繼而進行人體關鍵點組合，而后將關鍵點信息映射到原圖，轉到三維空間，將處理后的圖像輸出。