[發(fā)明專利]一種提高局部注意力的行人重識別方法

有效

• 申請?zhí)枺?/td>: 202010335967.0
• 申請日: 2020-04-25
• 公開（公告）號: CN111539336B
• 公開（公告）日: 2023-06-20
• 發(fā)明（設(shè)計）人: 張劍妹
• 申請（專利權(quán)）人: 長治學(xué)院
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06N3/0464;G06V10/82
• 代理公司: 北京中南長風(fēng)知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11674
• 代理人: 張學(xué)元

本發(fā)明涉及一種提高局部注意力的行人重識別方法，屬于計算機(jī)視覺與模式識別技術(shù)領(lǐng)域，解決傳統(tǒng)行人重識別方法中各局部特征重要性區(qū)分不明顯的問題。本發(fā)明的技術(shù)方案包括以下步驟：1)初步提取局部特征；2)保留局部特征并計算各局部特征權(quán)值；3)步驟2)得到局部特征的權(quán)重系數(shù)與提取出的局部特征合集U相乘，即可得到新的特征。本發(fā)明采用新的特征壓縮激活網(wǎng)絡(luò)，將注意力放在真正發(fā)揮作用的局部特征上，同時抑制了不發(fā)揮作用的局部特征，提高了系統(tǒng)的非線性。與現(xiàn)有技術(shù)相比，本發(fā)明具有識別準(zhǔn)確率高、識別力強(qiáng)等優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明屬于計算機(jī)視覺與模式識別技術(shù)領(lǐng)域，特別涉及一種提高局部注意力的行人重識別方法。

背景技術(shù)

行人重識別技術(shù)是一種在圖片集或視頻中尋找特定行人的技術(shù)，能夠廣泛的應(yīng)用在視頻監(jiān)控、智能安防等領(lǐng)域。隨著科技的發(fā)展進(jìn)步，大街小巷已經(jīng)遍布了攝像頭，這些攝像頭在幫助尋找丟失兒童、警察破案的過程中扮演了重要的角色。警察在以往的破案過程中，首先調(diào)取案發(fā)現(xiàn)場的監(jiān)控，然后靠人眼去判斷其他大街小巷的監(jiān)控錄像中是否出現(xiàn)過此犯罪嫌疑人，這種方法費(fèi)事費(fèi)力，而且受光線、人體姿勢的影響，準(zhǔn)確率較低。借助于人工智能技術(shù)，尤其是針對于圖像的卷積神經(jīng)網(wǎng)絡(luò)技術(shù)，計算機(jī)能夠自動處理大量的視頻監(jiān)控數(shù)據(jù)，自動從中提取出不同攝像頭中記錄的犯罪嫌疑人的圖像，為破案提供堅強(qiáng)的保證。

申請?zhí)枮?01610922236.X的專利提出了一套行人重識別的框架，但是起檢測行人特征的方法為直方圖法。但是不同視頻監(jiān)控中對于不能保證能夠拍到行人的完整身影，不同百分比的身影的直方圖有較大的差別，使用該方法不能保證識別的準(zhǔn)確率。申請?zhí)枮?01510445055.8的專利提出了一種基于遷移學(xué)習(xí)的行人重識別方法，該方法將首先從圖片中提取出人體，分別提取頭部、左上肢、右上肢、左腿、右腿的顏色、邊緣和紋理特征，將其融合后作為行人的特征。但是由于光照和行人背景較為復(fù)雜，基于顏色特征去檢測人體本來就是非常復(fù)雜的任務(wù)，提取人體的頭部和四肢的顏色紋理信息的準(zhǔn)確率就更低了，這也導(dǎo)致了行人重識別的準(zhǔn)確率受特征影響較大。申請?zhí)枮?01910820960.5的專利提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行行人重識別，區(qū)別于之前的基于顏色紋理等人為提取的特征，卷積神經(jīng)網(wǎng)絡(luò)能夠自動提取特征。同時該方法為了解決攝像頭有可能拍不完全行人的問題，提出了將人的身體分為上半身和下半身分別提取特征，最后行人的特征融合了上半身、下半身和全身的信息。但是這種方法對人體的劃分較為簡單，并且上半身、下半身和全身的特征沒有優(yōu)先級，不知哪一部分在識別中發(fā)揮的作用大，若能夠給不同部分的特征添加權(quán)值，會提高整體的識別率。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)，提供一種提高局部注意力的行人重識別方法，解決現(xiàn)有行人重識別方法存在的準(zhǔn)確率低、識別力差等技術(shù)問題。

本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：一種提高局部注意力的行人重識別方法，包括以下步驟：

1)提取特征：進(jìn)行圖片到初步特征的映射操作F_tr，該操作使用殘差卷積神經(jīng)網(wǎng)絡(luò)提取輸入圖片X的特征，并將其映射到與之對應(yīng)的特征U上；輸入輸出的定義表示為：

F_tr:X→U,X∈R^{H′×W′×C′},U∈R^H×W×C

其中：X代表了一幅行人圖片，W’和H’分別代表了該圖片的寬度和長度，C’代表了圖片的通道數(shù)量；

U為全局特征，將U劃分為H行W列，W和H分別代表了特征U的寬度和長度，即得到局部特征U_i，其中i＝1,2...H*W，每個局部特征都有C個通道，即C代表了特征U的通道數(shù)；

2)計算最終特征：

S1、主線1：保留所有的局部特征U_i的合集留作計算，其中i＝1,2……H*W；

S2、主線2：通過SE(Squeeze?Excitation)模塊計算出每個局部特征的權(quán)值：