[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

本發明涉及行人重識別技術領域，尤其是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：目標檢測，語義分割，人臉識別，關鍵點檢測，行人重識別，通過關鍵點信息鎖定行人，在行走過程中行人的各種動作甚至臉部關鍵信息的缺失都不會造成目標丟失，通過語義分割可快速將我們感興趣的區域/目標呈現，減少追蹤的工作量。

技術領域

本發明涉及行人重識別技術領域，尤其是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。

背景技術

中國專利公開了一種行人重識別方法，專利號為201610922236.X，其中記載：包括行人特征提取和特征的度量；行人特征提取主要采用滑動窗口提取圖像顏色直方圖，對主顏色進行擴展，再在每一行滑窗中統計每一顏色模式出現的次數，選取較大的幾次之和作為該顏色的特征輸出，滑窗遍歷整幅圖像，歸一化后形...

上述方案計算量較小可快速得出結果，但顯而易見的，行人是一種姿態多變且周圍環境在不斷變換的目標，甚至會出現換裝等情況，現有技術難以識別。

發明內容

針對現有技術的不足，本發明提供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。

本發明的技術方案為：

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，可以理解的，此時的圖片可能是視頻中的一幀，故分辨率可以較低，甚至可以看不見其臉部信息。

其中，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')。

進一步地，所述語義分割的具體實現步驟：

步驟1

我們首先將預先培訓過的VGG-16模型加載到TensorFlow中。

步驟2

現在，我們主要使用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，我們返回該輸出最后一層的張量。特別地，我們將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。