[發(fā)明專利]一種基于生成對抗網(wǎng)絡的行人重識別方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202011282063.2
• 申請日: 2020-11-17
• 公開（公告）號: CN112364791B
• 公開（公告）日: 2021-06-15
• 發(fā)明（設計）人: 石鴻凌;藍希鵬;丁昊;江小平;李成華;熊青玲
• 申請（專利權(quán)）人: 中南民族大學;武漢旗云高科信息技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 武漢臻誠專利代理事務所(普通合伙) 42233
• 代理人: 宋業(yè)斌

本發(fā)明公開了一種基于生成對抗網(wǎng)絡的行人重識別方法，包括：獲取第一攝像頭采集的、在第二攝像頭中也出現(xiàn)的所有行人的第一行人視頻圖像序列集、以及在第二攝像頭中出現(xiàn)的所有行人的第二行人視頻圖像序列集，將所有行人對應的第一行人視頻圖像序列集輸入到訓練好的卷積神經(jīng)網(wǎng)絡中，以提取每個行人對應的行人視頻圖像序列中每張行人視頻圖像的特征，并將所有行人對應的第二行人視頻圖像序列集輸入到訓練好的卷積神經(jīng)網(wǎng)絡中，以提取每個行人對應的第二行人視頻圖像序列中每張行人視頻圖像的特征，本發(fā)明能夠解決現(xiàn)有基于視頻的行人重識別方法在數(shù)據(jù)不足時，容易導致模型在訓練過程中出現(xiàn)過擬合的情況，最終降低行人重識別的精度的技術問題。

技術領域

本發(fā)明屬于機器學習和模式識別技術領域，更具體地，涉及一種基于生成對抗網(wǎng)絡的行人重識別方法和系統(tǒng)。

背景技術

行人重識別(Person Re-identification)也稱行人再識別，可簡稱為ReID。它是計算機視覺領域一個熱門研究方向，是通過計算機視覺技術判斷圖像或者視頻序列中是否存在特定行人的技術。它給定一個監(jiān)控攝像頭下的行人圖像，在拍攝區(qū)域互不交叉的其他攝像頭下，對該行人進行檢索。因此，在監(jiān)控安防等方面，起到了重要的作用。

早期的行人重識別研究，主要是圍繞特征提取，意圖提取穩(wěn)定的、具有判別性的低級視覺特征，如顏色特征、紋理特征。近年來，隨著深度學習技術的興起，基于深度學習的行人重識別研究逐漸變得普及了起來。

按照不同的數(shù)據(jù)集，可將行人重識別分為基于圖像的行人重識別和基于視頻序列的行人重識別。目前基于視頻的行人重識別方法主要分為兩個階段：在第一階段，主要是針對行人圖像序列中豐富的時序信息和空間信息，建立時間和空間模型；然后將經(jīng)過裁剪處理的行人圖片輸入到設計好的網(wǎng)絡模型中，訓練整個網(wǎng)絡模型，以提取出具有鑒別力的特征向量；第二階段，將從視頻序列中提取到的每一幀的特征，聚合得到代表視頻的特征，然后進行特征匹配，根據(jù)特征向量的距離排序，來確定位于不同攝像頭下的目標行人。

然而，現(xiàn)有的基于視頻的行人重識別方法存在一些不可忽略的缺陷：第一、其在數(shù)據(jù)不足時，容易導致模型在訓練過程中出現(xiàn)過擬合的情況，從而影響模型對整個樣本空間的泛化能力，并最終降低行人重識別的精度；第二、其在制作新的數(shù)據(jù)樣本所需的開銷是巨大的，在視頻拍攝與標注標簽方面都需要付出相當大的人力、物力和時間；第三，其在對數(shù)據(jù)進行現(xiàn)有的其它增強處理方式(例如平移、旋轉(zhuǎn)、剪切等)時，產(chǎn)生的數(shù)據(jù)分布仍然接近于原始數(shù)據(jù)，對行人重識別精度所起到的作用非常有限。

發(fā)明內(nèi)容

針對現(xiàn)有技術的以上缺陷或改進需求，本發(fā)明提供了一種基于生成對抗網(wǎng)絡的行人重識別方法和系統(tǒng)，其目的在于，解決現(xiàn)有基于視頻的行人重識別方法在數(shù)據(jù)不足時，容易導致模型在訓練過程中出現(xiàn)過擬合的情況，最終降低行人重識別的精度的技術問題，以及在制作新的數(shù)據(jù)樣本所需的開銷巨大、在視頻拍攝與標注標簽方面都需要付出相當大的人力、物力和時間的技術問題，以及在對數(shù)據(jù)進行現(xiàn)有的增強處理方式時，對行人重識別精度所起到的作用非常有限的技術問題。

為實現(xiàn)上述目的，按照本發(fā)明的一個方面，提供了一種基于生成對抗網(wǎng)絡的行人重識別方法，包括以下步驟：

(1)獲取第一攝像頭采集的、在第二攝像頭中也出現(xiàn)的所有行人的第一行人視頻圖像序列集、以及在第二攝像頭中出現(xiàn)的所有行人的第二行人視頻圖像序列集；

(2)依次將步驟(1)得到的所有行人對應的第一行人視頻圖像序列集輸入到訓練好的卷積神經(jīng)網(wǎng)絡中，以提取每個行人對應的行人視頻圖像序列中每張行人視頻圖像的特征，并將步驟(1)得到的所有行人對應的第二行人視頻圖像序列集輸入到訓練好的卷積神經(jīng)網(wǎng)絡中，以提取每個行人對應的第二行人視頻圖像序列中每張行人視頻圖像的特征；