[發明專利]融合全局和局部特征的行人重識別方法、存儲器及處理器有效

申請號：	202110539959.2	申請日：	2021-05-18
公開（公告）號：	CN113269070B	公開（公告）日：	2023-04-07
發明（設計）人：	劉歆;劉宏偉;趙義銘;姜美蘭;錢鷹;黃江平	申請（專利權）人：	重慶郵電大學
主分類號：	G06V40/10	分類號：	G06V40/10;G06V10/42;G06V10/44;G06V10/764;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
代理公司：	北京同恒源知識產權代理有限公司 11275	代理人：	趙榮之
地址：	400065 ***	國省代碼：	重慶;50
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	融合全局局部特征行人識別方法存儲器處理器
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明涉及一種融合全局和局部特征的行人重識別方法、模型訓練方法、可讀存儲介質及處理器，屬于計算機視覺領域，包括以下步驟：S1：輸入待識別的圖像，將其預處理得到標準輸入圖像；S2：通過卷積神經網絡來分別提取輸入圖像的全局特征和局部特征；S3：將全局特征和局部特征分別輸入批量歸一化層與1×1卷積層對特征進行降維；S4：將全局特征和局部特征進行融合，得到融合后的行人特征；S5：計算融合特征與圖像庫中各圖像對應特征的距離，用于表示圖像間的相似度；將圖像庫中的圖像按照與輸入圖像的相似度排序，將排序結果作為行人重識別模型的輸出。

技術領域

本發明屬于計算機視覺領域，涉及一種融合全局和局部特征的行人重識別方法、模型訓?練方法、可讀存儲介質及處理器。

背景技術

隨著深度學習在計算機視覺領域的廣泛應用，行人重識別技術越來越受到人們的關注。?為了保證行人在公共場所的安全，治安部門在這些公共場所都安裝有高清的監控攝像頭。通?過這些監控攝像頭組成的監控攝像頭網絡有效地避免了公眾的人身損失和經濟損失。因此，國內外研究人員開始逐漸重視行人重識別系統，并對其開展了廣泛的研究。

行人重識別(Person?Re-identification，ReID)又稱為行人再識別，可以歸屬于圖像檢索中針?對行人圖像的檢索任務。類似于人臉識別，行人重識別的目的是在多個不重疊的攝像機中檢?索出感興趣的行人，其實質是確定目標行人圖像與圖庫中其他行人圖像之間的相似性。除此?之外，行人重識別系統還能應用于智慧城市、無人超市、手機相冊聚類等日常生活領域。對于行人重識別方法來說，人臉識別方法已經相對成熟，其識別準確率已經遠遠超過人類水平。?但是，受限于攝像頭的分辨率以及拍攝角度的變化，難以拍攝到完整且清晰的人臉圖像，而?行人圖像則相對容易采集，因此行人重識別成為了繼人臉識別之后的又一個熱門研究課題。

在目前的行人重識別研究中，關鍵點有以下兩點：

(1)如何從行人圖像中提取更加泛化的行人特征，一個良好的特征表示能夠保留相同行?人的局部不變信息。

(2)對相同行人和不同行人之間的特征的距離進行約束，從而使得相同行人圖像提取得?到的特征距離較小，而不同行人圖像提取得到的特征距離較大。

發明內容

有鑒于此，本發明的目的在于提供一種融合全局和局部特征的行人重識別方法、模型訓?練方法、可讀存儲介質及處理器。

為達到上述目的，本發明提供如下技術方案：

一方面，本發明提供一種融合全局和局部特征的行人重識別方法，包括以下步驟：

S1：輸入待識別的圖像，將其預處理得到標準輸入圖像；

S2：通過卷積神經網絡來分別提取輸入圖像的全局特征和局部特征；

S3：將全局特征和局部特征分別輸入批量歸一化層與1×1卷積層對特征進行降維；

S4：將全局特征和局部特征進行融合，得到融合后的行人特征；

S5：計算融合特征與圖像庫中各圖像對應特征的距離，用于表示圖像間的相似度；將圖?像庫中的圖像按照與輸入圖像的相似度排序，將排序結果作為行人重識別模型的輸出。