[發(fā)明專利]一種用于行人重識別的數(shù)據(jù)增強方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110484373.0
• 申請日: 2021-04-30
• 公開（公告）號: CN112990144B
• 公開（公告）日: 2021-08-17
• 發(fā)明（設計）人: 李學生;劉煒;徐奇?zhèn)?/a>
• 申請（專利權）人: 德魯動力科技（成都）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T3/00;G06N3/04
• 代理公司: 成都熠邦鼎立專利代理有限公司 51263
• 代理人: 曾克

1.一種用于行人重識別的數(shù)據(jù)增強方法，其特征在于，包括以下步驟：

S1.創(chuàng)建圖像預設模板；

S2.輸入圖像，并根據(jù)Openpose提取圖像中的人體關鍵點；

S3.根據(jù)圖像預設模板與人體關鍵點對圖像肢體部位進行拆分，得到十張肢體部分子圖；

S4.對十張肢體部分子圖進行處理，并將處理后的十張肢體部分子圖與輸入的圖像送入神經(jīng)網(wǎng)絡進行訓練，分別提取其特征，得到十一張?zhí)卣鲌D；

S5.將十一張?zhí)卣鲌D進行Pooling壓縮后，做concatenate，連接為一個長向量；該長向量通過FC層計算權重，得到最后的特征向量；其中，所述神經(jīng)網(wǎng)絡的訓練過程為：在每一輪訓練中，將輸入的圖像送入神經(jīng)網(wǎng)絡進行訓練，將處理后的十張肢體部分子圖進行肢體部位隨機丟棄，且每一張圖都丟棄相同肢體部位的人體圖像；所述步驟S3具體包括以下子步驟：

S301.根據(jù)人體關鍵點對人體拆分為：頭、軀干、左上臂、左下臂、右上臂、右下臂、左大腿、左小腿、右大腿，右小腿10部分，并得到相應肢體部位的拆分字典；

S302.根據(jù)每個肢體部位的拆分字典選擇兩個點作為參考點，得到參考點字典；

S303.計算兩個參考點之間的間距和寬，得到肢體部位的矩形模板，并將矩形模板進行變換，計算矩形模板坐標；

S304.通過OpenCV的仿射變換將人像上的變換后的矩形模板填充到圖像中，得到拆分的肢體部分子圖。

2.根據(jù)權利要求1所述的一種用于行人重識別的數(shù)據(jù)增強方法，其特征在于，所述圖像預設模板包括4個矩形塊模板，包括：上臂下臂模板、大腿小腿模板、頭部模板和軀干模板。

3.根據(jù)權利要求1所述的一種用于行人重識別的數(shù)據(jù)增強方法，其特征在于，所述步驟S303具體包括以下子步驟：

S3031.以圖像左上點為原點建立坐標軸，向右方為x軸，向下方為y軸；選擇某一肢體部位的參考點字典，則參考點A坐標為A：(x₁，y₁)，參考點B坐標為B：(x₂，y₂)；

S3032.計算兩點之間間距，具體計算公式如下：

S3033.計算線段AB的斜率，具體計算公式如下：

S3034.計算線段AB與h的比例，所述h為表示矩形模板的高，具體計算公式如下：

S3035.等比例變換下，計算變換后的矩形模板的寬，具體計算公式如下：

其中，所述w表示矩形模板的寬；

S3036.根據(jù)斜邊長d(A，B)和斜率k_A，B，計算變換后的矩形模板CDEF的坐標；

其中，a表示x₁和x₂變換的距離；

其中，β表示y₁和y₂變換的距離；

則矩形模板CDEF的坐標如下：

C點坐標：C：(x₁+α，y₁-β)；

D點坐標：D：(x₁-α，y₁+β)；

E點坐標：E：(x₂-α，y₂+β)；

F點坐標：F：(x₂+α，y₂-β)。

4.根據(jù)權利要求1所述的一種用于行人重識別的數(shù)據(jù)增強方法，其特征在于，所述對十張肢體部分子圖進行處理具體為：通過隨機數(shù)生成器生成一個長度為10的二進制向量，所述二進制向量中只有一個數(shù)是0，其余都是1；并將10張子圖與二進制向量對應位做乘法，得到處理后的肢體部分子圖。