[發明專利]一種基于計算機視覺的行人重識別方法

在審

• 申請號: 202010114631.1
• 申請日: 2020-02-25
• 公開（公告）號: CN111275010A
• 公開（公告）日: 2020-06-12
• 發明（設計）人: 曾智勇
• 申請（專利權）人: 福建師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 福州君誠知識產權代理有限公司 35211
• 代理人: 戴雨君

1.一種基于計算機視覺的行人重識別方法，其特征在于：包括有如下步驟：

S1：采集行人圖像：將采集的行人圖像劃分為訓練集和測試集，分別對其中的行人進行人工標注，得到真實數據框的類別和坐標數據；

S2：聚類獲得先驗框：對人工標注的真實數據框聚類，以框的面積的重疊程度作為損失度量，得到幾個初試先驗框；

S3：構建端到端的可同時預測目標行人的位置、大小及類別的卷積神經網絡：以改進的ResNet網絡作為網絡框架，以同時約束目標位置、類別的損失函數構建端到端的卷積神經網絡；

S4：訓練端到端卷積神經網絡：批量讀入行人圖像后，對讀入的行人圖像進行數據擴充，對擴充的行人圖像進行兩次縮放；第一次是從擴充的行人圖像隨機縮放到任意尺寸，第二次是從縮放后的任意尺寸圖像再次縮放到指定尺寸，最后將縮放到指定尺寸的行人圖像輸入卷積神經網絡中進行訓練，得到訓練權重；

S5：加載權重：將步驟S4得到的網絡權重加載到步驟S3構建的卷積神經網絡中；

S6：預測行人的位置和類別：讀入待識別的行人圖像，輸入到加載好權重的網絡中進行識別，同時獲得行人目標識別的位置坐標及所屬類別信息；

S7：去除冗余預測框：采用非極大值抑制方法處理獲得的位置坐標及所屬類別信息，獲得最終的預測框；

S8：預測結果的可視化：將預測框數據映射到原圖中，在原圖中畫出預測框并且標出行人目標所屬類別標簽；

S9：記錄和分析：實時記錄待測試行人有關的行人圖像，分析所得的實時數據，對行人進行解譯，將解譯結果直接顯示在屏幕。

2.根據權利要求1所述的一種基于計算機視覺的行人重識別方法，其特征在于：所述步驟S2具體包括如下步驟：

S2-1：讀取行人圖像訓練集和測試集樣本的真實框數據；

S2-2：采用k-means聚類算法，按照下式的損失度量d進行聚類，獲得先驗框：d＝1-IoU。其中，IoU是交并比，表示目標檢測中產生的候選框與原標記框的交疊率，即它們的交集與并集的比值。

3.根據權利要求1所述的一種基于計算機視覺的行人重識別方法，其特征在于：所述步驟S3具體包括如下步驟：

S3-1：以ResNet卷積神經網絡為基礎，使用簡單的1*1和3*3卷積核，構建包含G個卷積層和5個池化層的卷積神經網絡；

S3-2：按照下式的損失函數訓練構建的卷積網絡：

其中，損失函數的第一項為預測目標框的中心點坐標損失，其中λcoord為坐標損失系數，1≤λcoord≤5；S2表示圖片劃分網格的個數，B表示每個網格預測框的個數；表示有目標時，第i個網格中的第j個預測框是否負責這個目標的預測；(x_i,y_i)表示目標真實框中心點坐標；表示預測框中心點坐標；函數第二項為預測框寬高損失；(w_i,h_i)表示真實框的寬高，表示預測框的寬高；函數第三項和第四項是預測框中包含目標的概率損失，其中λnoobj表示不包含目標時的損失系數，0.1≤λnoobj≤1，以保證卷積神經網絡能夠區分目標和背景塊；表示不含有目標時，第i個網格中的第j個預測框是否負責這個目標的預測；C_i表示包含目標的真實概率，表示預測包含目標的概率；函數第五項是預測類別概率損失，表示第i個網格含有目標中心點；p_i(c)表示真實目標類別，表示預測的目標類別；c表示類別數。

4.根據權利要求3所述的一種基于計算機視覺的行人重識別方法，其特征在于：所述坐標損失系數λcoord取值為3；所述不包含目標時的損失系數λnoobj取值為1。