[發明專利]一種基于能量模型的行人重識別方法有效
| 申請號： | 202110504231.6 | 申請日： | 2021-05-10 |
| 公開（公告）號： | CN113239776B | 公開（公告）日： | 2023-06-06 |
| 發明（設計）人： | 張師林;李穎宏;莊東哲 | 申請（專利權）人： | 北方工業大學 |
| 主分類號： | G06V40/10 | 分類號： | G06V40/10;G06V10/764;G06V10/82;G06V10/40;G06V10/74;G06N3/0464;G06N3/08 |
| 代理公司： | 北京德崇智捷知識產權代理有限公司 11467 | 代理人： | 趙亞飛 |
| 地址： | 100144 *** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 能量 模型 行人 識別 方法 | ||
1.一種基于能量模型的行人重識別方法，其特征在于，該方法包括如下步驟：
步驟S1：通過攝像頭采集城市各路口行人圖像N*M個，其中N為行人個數，M為每個行人采集的圖像數據，以此作為訓練數據集；
步驟S2：利用卷積神經網絡訓練行人分類模型，設x為某行人圖像，f(x)為卷積神經網絡所提取的特征，分類模型所訓練的損失函數采用基于能量的損失函數；
步驟S3：根據S2中所訓練的模型，提取待識別的行人圖像特征，并和數據庫中的所存儲的N個不同行人圖像特征比對，以確定待識別的行人身份；
步驟S4：跟S3中的檢索結果，通過可視化排序，以確定所識別行人的潛在相似目標和身份；
所述步驟2中基于能量模型的損失函數建立步驟為：
2.1通過卷積神經網絡提取行人圖像x的特征f(x)；
2.2計算步驟2.1中行人圖像特征的目標能量和非目標能量；
E(x,t)＝-ft(x)
其中，t是目標標簽，E(x,t)表示圖像的目標能量，E(x,n)表示圖像的非目標能量，T為溫度常數；
2.3定義基于能量的損失函數
其中max為取最大值函數，α控制損失函數的取值，β控制能量梯度在非目標分量上的分布；最后，根據上述公式作為神經網絡訓練的損失函數，取代傳統softmax損失函數實現網絡的分類訓練；
在步驟3中帶檢索圖像和數據庫中的行人圖像相似度的比對方法為：
d(x,xg)＝|f(x)-f(xg)|
其中x,xg分別為待檢索的行人圖像和數據庫中的圖像,f(x)和f(xg)為神經網絡所提取的行人特征，d(x,xg)為圖像之間的相似度度量。
2.如權利要求1所述的基于能量模型的行人重識別方法，其特征在于，
在步驟4中，將需要重識別的圖片輸入重識別網絡得到描述特征，將圖像庫的圖片也送入重識別網絡得到描述特征，對比描述特征進行排序，將排序結果傳遞到行人重識別可視化軟件顯示。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北方工業大學，未經北方工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110504231.6/1.html，轉載請聲明來源鉆瓜專利網。
