[發(fā)明專(zhuān)利]基于域不變特征的跨域行人重識(shí)別裝置及其方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110391720.5
• 申請(qǐng)日: 2021-04-13
• 公開(kāi)（公告）號(hào): CN113221656B
• 公開(kāi)（公告）日: 2022-07-22
• 發(fā)明（設(shè)計(jì)）人: 殷光強(qiáng);王文超;李耶;賈召錢(qián);游長(zhǎng)江
• 申請(qǐng)（專(zhuān)利權(quán)）人: 電子科技大學(xué)
• 主分類(lèi)號(hào): G06V40/10
• 分類(lèi)號(hào): G06V40/10;G06V10/46;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 成都其高專(zhuān)利代理事務(wù)所(特殊普通合伙) 51244
• 代理人: 廖曾

1.基于域不變特征的跨域行人重識(shí)別裝置，該跨域行人重識(shí)別裝置設(shè)置在域不變特征提取網(wǎng)絡(luò)的殘差模塊之后，其特征在于：包括用于得到恢復(fù)特征的恢復(fù)特征模塊，用于得到判別特征的特征增強(qiáng)模塊，以及一個(gè)用于將恢復(fù)特征和判別特征進(jìn)行疊加得到完整輸出特征的特征疊加器

所述恢復(fù)特征模塊設(shè)置有：

實(shí)例歸一化模塊IN，用于將輸入的原始特征進(jìn)行歸一化處理，得到實(shí)例歸一化后的特征；

特征殘余計(jì)算器用于進(jìn)行輸入的原始特征與實(shí)例歸一化后的特征之間的殘差計(jì)算，得到殘余特征；

第一注意力機(jī)制模塊，將殘余特征基于通道注意力機(jī)制和空間注意力機(jī)制自適應(yīng)的提取出行人身份信息相關(guān)的特征；

及特征疊加器用于將行人身份信息相關(guān)的特征與實(shí)例歸一化后的特征進(jìn)行疊加得到恢復(fù)特征；

所述特征增強(qiáng)模塊設(shè)置有：

批量歸一化模塊BN，用于將輸入的原始特征進(jìn)行批量歸一化處理，得到批量歸一化特征；

第二注意力機(jī)制模塊，將批量歸一化特征基于通道注意力機(jī)制和空間注意力機(jī)制得到判別特征。

2.基于域不變特征的跨域行人重識(shí)別方法，采用如權(quán)利要求1所述的基于域不變特征的跨域行人重識(shí)別裝置實(shí)現(xiàn)，其特征在于：包括下述步驟：

1)輸入的原始特征通過(guò)實(shí)例歸一化模塊IN減少樣本特征間的域差異性，得到實(shí)例歸一化后的特征；

2)利用特征殘余計(jì)算器對(duì)輸入的原始特征與實(shí)例歸一化后的特征進(jìn)行殘差計(jì)算，得到殘余特征；

3)將殘余特征利用第一注意力機(jī)制模塊基于通道注意力機(jī)制和空間注意力機(jī)制自適應(yīng)的提取出行人身份信息相關(guān)的特征；

4)將實(shí)例歸一化后的特征與行人身份信息相關(guān)的特征通過(guò)一個(gè)特征疊加器疊加得到恢復(fù)特征；

5)將恢復(fù)特征和特征增強(qiáng)模塊所形成的判別特征通過(guò)特征疊加器進(jìn)行疊加得到完整輸出特征。

3.根據(jù)權(quán)利要求2所述的基于域不變特征的跨域行人重識(shí)別方法，其特征在于：所述特征增強(qiáng)模塊通過(guò)下述步驟得到判別特征：

A)輸入的原始特征通過(guò)批量歸一化模塊BN進(jìn)行批量歸一化處理，得到批量歸一化特征；

B)將批量歸一化特征經(jīng)第二注意力機(jī)制模塊基于通道注意力機(jī)制和空間注意力機(jī)制得到判別特征。

4.根據(jù)權(quán)利要求3所述的基于域不變特征的跨域行人重識(shí)別方法，其特征在于：所述輸入的原始特征設(shè)為x，且x∈R^b×c×h×w，其中，b、c、h、w分別表示批次大小、通道數(shù)、特征圖的高度和寬度，R^b×c×h×w為b×c×h×w維矩陣；

所述實(shí)例歸一化后的特征設(shè)為x₁，在所述步驟1)中，所述輸入的原始特征經(jīng)實(shí)例歸一化模塊IN采用下述公式得到實(shí)例歸一化后的特征：x₁＝其中，μ(·)和σ(·)分別表示每個(gè)通道和每個(gè)樣本在空間維度上計(jì)算所得的平均值和標(biāo)準(zhǔn)偏差，γ和β是通過(guò)數(shù)據(jù)訓(xùn)練所學(xué)習(xí)到的參數(shù)。

5.根據(jù)權(quán)利要求4所述的基于域不變特征的跨域行人重識(shí)別方法，其特征在于：所述殘余特征通過(guò)下述公式得到：D＝x-x₁，其中，D表示輸入的原始特征x與實(shí)例歸一化后的特征x₁的差值；

所述行人身份信息相關(guān)的特征設(shè)為x₂，且在第一注意力機(jī)制模塊中通過(guò)下述公式：x₂＝sa₁(ca₁(D))得到，其中，中ca₁(·)表示特征通過(guò)通道注意力機(jī)制，sa₁(·)表示特征通過(guò)空間注意力機(jī)制；

6.根據(jù)權(quán)利要求5所述的基于域不變特征的跨域行人重識(shí)別方法，其特征在于：所述恢復(fù)特征記為x₁₂，且實(shí)例歸一化后的特征x₁與行人身份信息相關(guān)的特征x₂在特征疊加器中通過(guò)下述公式計(jì)算得到恢復(fù)特征x₁₂：x₁₂＝x₁+x₂。