[發明專利]基于鄰域協同注意力的行人重識別方法、系統、介質及終端

有效

• 申請號: 202010772245.1
• 申請日: 2020-08-04
• 公開（公告）號: CN112036250B
• 公開（公告）日: 2022-09-09
• 發明（設計）人: 袁德勝;游浩泉;馬衛民;成西鋒;林治強;黨毅飛;崔龍;李偉超;王海濤
• 申請（專利權）人: 匯納科技股份有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/74;G06V10/52;G06V10/80;G06V10/82;G06N3/04
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 徐秋平

1.一種基于鄰域協同注意力的行人重識別方法，其特征在于，包括以下步驟：

對獲取的行人圖像進行初步處理，生成經過初步處理后的待識別行人圖像；

對所述待識別行人圖像進行特征推理，獲取所述待識別行人圖像上待識別行人的第一矢量特征；對所述待識別行人圖像進行特征推理，獲取所述待識別行人圖像上待識別行人的第一矢量特征包括以下步驟：

對所述待識別行人圖像進行特征提取，產生對應所述待識別行人的行人全局特征；

對所述行人全局特征進行切分，產生行人局部特征；對所述行人全局特征進行等分或不等分切分，且分別對所述行人全局特征進行三份切分、五份切分及七份切分，以產生對應三份切分的三份行人局部特征、對應五份切分的五份行人局部特征及對應七份切分的七份行人局部特征；

對所述行人局部特征進行鄰域融合，產生鄰域協同局部特征；所述鄰域融合為對相鄰的所述行人局部特征進行特征融合；

將所述鄰域協同局部特征與所述行人全局特征進行特征融合拼接，產生所述第一矢量特征；

對目標行人圖像進行特征推理，獲取所述目標行人圖像上目標行人的第二矢量特征；

計算所述第一矢量特征和所述第二矢量特征之間的相似度，以根據所述相似度實現對所述待識別行人的行人重識別。

2.根據權利要求1所述的基于鄰域協同注意力的行人重識別方法，其特征在于，對獲取的行人圖像進行初步處理，生成經過初步處理后的待識別行人圖像包括以下步驟：

從所述行人圖像中選取達到預設分辨率閾值和預設光照閾值，且所述行人圖像上行人的遮擋率小于預設遮擋率閾值的第一行人圖像；

將所述第一行人圖像縮放到預設尺寸，獲取第二行人圖像；

對所述第二行人圖像進行預處理，獲取所述待識別行人圖像。

3.根據權利要求1所述的基于鄰域協同注意力的行人重識別方法，其特征在于，采用殘差網絡或輕量級卷積神經網絡對所述待識別行人圖像進行特征提取。

4.根據權利要求1所述的基于鄰域協同注意力的行人重識別方法，其特征在于，計算所述第一矢量特征和所述第二矢量特征之間的相似度包括以下步驟：

計算所述第一矢量特征和所述第二矢量特征之間的距離；

根據所述距離計算出所述相似度。

5.根據權利要求4所述的基于鄰域協同注意力的行人重識別方法，其特征在于，所述距離為所述第一矢量特征和所述第二矢量特征之間的余弦距離；所述余弦距離的計算公式為：

其中，f_i′表示所述第一矢量特征；f_j′表示所述第二矢量特征；dist(f_i′,f_j′)表示所述第一矢量特征和所述第二矢量特征之間的余弦距離；

所述相似度的計算公式為：

Similarity_i,j＝1-dist(f_i′,f_j′)；

其中，Similarity_i,j表示所述第一矢量特征和所述第二矢量特征之間的相似度；

當所述相似度大于預設閾值時，認為所述待識別行人與所述目標行人是同一人。