[發明專利]一種基于特征融合和多核學習的行人再識別方法

有效

• 申請號: 202110087196.2
• 申請日: 2021-01-22
• 公開（公告）號: CN112766180B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 雷大江;張鑫;冉港生;張莉萍;吳渝
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/80;G06K9/62
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 盧勝斌

1.一種基于特征融合和多核學習的行人再識別方法，其特征在于，包括如下步驟：

獲取行人圖像，并對所述行人圖像進行預處理；

提取出行人圖像的底層特征以及中層語義特征，并采用特征權重組合方法進行特征融合；

采用不同核函數對融合特征分別進行映射；

利用中心對齊方法為每個核函數賦予權重進行線性組合后得到復合核函數，按照所述復合核函數對所述融合特征進行復合映射；

采用多元邏輯回歸算法對復合映射后的融合特征進行處理，計算出行人圖像之間的相似度，利用相似度大小降序排列，得到行人分類值即行人再識別結果。

2.根據權利要求1所述的一種基于特征融合和多核學習的行人再識別方法，其特征在于，對所述行人圖像進行預處理包括對利用深度學習方式對采集到的行人圖像進行分割，將行人圖像分為行人區域和背景區域，獲取去掉背景區域后的行人圖像。

3.根據權利要求1所述的一種基于特征融合和多核學習的行人再識別方法，其特征在于，所述行人圖像的底層特征包括顏色直方圖特征以及多層次導向邊緣能量特征。

4.根據權利要求1所述的一種基于特征融合和多核學習的行人再識別方法，其特征在于，所述行人圖像的中層語義特征包括顏色名稱描述子，其提取過程包括將行人圖像劃分出多個水平帶，對每一條帶分別賦予顏色名稱特征；采用概率潛在語義分析方法學習行人圖像中每一個像素與維度顏色概率的關系，并將每一個像素映射成多維的顏色概率表達。

5.根據權利要求1所述的一種基于特征融合和多核學習的行人再識別方法，其特征在于，所述采用特征權重組合方法包括將底層特征和中層語義特征分別進行主元分析降維，采用線性判別分析給出權重系數值，并按照權重系數值進行特征融合。

6.根據權利要求1所述的一種基于特征融合和多核學習的行人再識別方法，其特征在于，所述不同核函數包括不同類型的核函數以及相同類型中不同參數的核函數。

7.根據權利要求1所述的一種基于特征融合和多核學習的行人再識別方法，其特征在于，所述復合核函數的求解方式包括為每個核函數設定一個初始權重值，并作為初始的多核線性組合；最大化居中對齊中心核矩陣得到權重集合，從所述權重集合中為每一個獨立的核函數分配對應的權重值。

8.根據權利要求1所述的一種基于特征融合和多核學習的行人再識別方法，其特征在于，所述采用多元邏輯回歸算法對復合映射后的融合特征進行處理包括采用拉普拉斯先驗構建出基于多核學習的多元邏輯回歸算法的損失函數，采用軟閾值迭代算法求解所述損失函數。

9.根據權利要求8所述的一種基于特征融合和多核學習的行人再識別方法，其特征在于，在所述軟閾值迭代算法上采用加速策略，即采用快速軟閾值迭代算法求解所述損失函數。