[發(fā)明專(zhuān)利]一種融合上下文信息的行人重識(shí)別方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110722073.1
• 申請(qǐng)日: 2021-06-28
• 公開(kāi)（公告）號(hào): CN113283394B
• 公開(kāi)（公告）日: 2023-04-25
• 發(fā)明（設(shè)計(jì)）人: 曹敏;丁聰;張民
• 申請(qǐng)（專(zhuān)利權(quán)）人: 蘇州大學(xué)
• 主分類(lèi)號(hào): G06V40/10
• 分類(lèi)號(hào): G06V40/10;G06V10/74;G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 蘇州市中南偉業(yè)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 32257
• 代理人: 朱振德

1.一種融合上下文信息的行人重識(shí)別方法，其特征在于：包括以下步驟：

S1：選取行人重識(shí)別數(shù)據(jù)集，提取數(shù)據(jù)集中所有行人特征；

S2：選取每個(gè)行人的上下文信息，構(gòu)造每個(gè)行人特征與其對(duì)應(yīng)的上下文信息組成的圖結(jié)構(gòu)；其中，構(gòu)造方法具體包括以下步驟：

S21：對(duì)于行人特征P，基于近鄰算法在數(shù)據(jù)集中選取k個(gè)行人特征作為行人特征P的上下文信息，得到k+1個(gè)行人特征作為構(gòu)造圖的結(jié)點(diǎn)X；

S22：基于行人特征P與其余k個(gè)行人特征相連，k個(gè)行人特征之間余弦距離越大越可能相連的原則構(gòu)造圖的邊，特征之間的相似度作為邊的權(quán)重，得到圖的鄰接矩陣A；

S3：對(duì)S2中構(gòu)造好的圖結(jié)構(gòu)進(jìn)行結(jié)點(diǎn)信息更新；具體包括以下步驟：

S31：采用消息傳遞過(guò)程對(duì)結(jié)點(diǎn)進(jìn)行第一次信息更新；

S32：采用自注意力機(jī)制對(duì)結(jié)點(diǎn)進(jìn)行第二次信息更新；

S33：采用非線(xiàn)性函數(shù)對(duì)結(jié)點(diǎn)進(jìn)行第三次信息更新；

S4：將更新后的圖結(jié)構(gòu)經(jīng)過(guò)帶權(quán)重的池化操作后得到結(jié)合上下文信息的行人特征；

S5：將池化后的行人特征與步驟S1中的相應(yīng)的原始行人特征進(jìn)行拼接，得到最終行人分類(lèi)特征，構(gòu)建行人重識(shí)別模型；

S6：將待識(shí)別的行人圖片輸入行人重識(shí)別模型，并與所有最終行人分類(lèi)特征進(jìn)行相似度比較，得到行人重識(shí)別的匹配結(jié)果。

2.如權(quán)利要求1所述的一種融合上下文信息的行人重識(shí)別方法，其特征在于：所述S1中提取行人特征通過(guò)訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行提取。

3.如權(quán)利要求1所述的一種融合上下文信息的行人重識(shí)別方法，其特征在于：所述S22中構(gòu)造圖的邊的方法，具體包括以下步驟：

S221：對(duì)于單個(gè)行人的特征P，通過(guò)采用余弦距離的方式計(jì)算特征P和其余特征的相似程度，相似程度最大值記為σ_p；

S222：結(jié)點(diǎn)X與其余k個(gè)上下文結(jié)點(diǎn)相連，k個(gè)上下文結(jié)點(diǎn)之間相似程度大于σ_p，則結(jié)點(diǎn)相連構(gòu)造圖的邊，結(jié)點(diǎn)與結(jié)點(diǎn)之間的相似程度作為邊的權(quán)重。

4.如權(quán)利要求1所述的一種融合上下文信息的行人重識(shí)別方法，其特征在于：所述S31中對(duì)結(jié)點(diǎn)進(jìn)行第一次信息更新后，拼接原來(lái)的結(jié)點(diǎn)進(jìn)行下一次更新。

5.如權(quán)利要求1所述的一種融合上下文信息的行人重識(shí)別方法，其特征在于：所述數(shù)據(jù)集包括訓(xùn)練集和測(cè)試集，利用訓(xùn)練集不斷訓(xùn)練行人重識(shí)別模型，將測(cè)試集中待識(shí)別的行人圖片輸入行人重識(shí)別模型，并與訓(xùn)練集中所有最終行人分類(lèi)特征進(jìn)行相似度比較，選擇相似程度最大的圖片，被認(rèn)為和待識(shí)別的行人圖片中是同一行人。

6.一種融合上下文信息的行人重識(shí)別系統(tǒng)，其特征在于：包括：

提取模塊，用于選取行人重識(shí)別數(shù)據(jù)集，提取數(shù)據(jù)集中所有行人特征；

構(gòu)造圖結(jié)構(gòu)模塊，用于選取每個(gè)行人的上下文信息，構(gòu)造每個(gè)行人特征與其對(duì)應(yīng)的上下文信息組成的圖結(jié)構(gòu)；

更新模塊，用于對(duì)構(gòu)造好的圖結(jié)構(gòu)進(jìn)行結(jié)點(diǎn)信息更新；

池化模塊，用于將更新后的圖結(jié)構(gòu)經(jīng)過(guò)帶權(quán)重的池化操作后得到結(jié)合上下文信息的行人特征；

模型構(gòu)建模塊，用于將池化后的行人特征與相應(yīng)的原始行人特征進(jìn)行拼接，得到最終行人分類(lèi)特征，構(gòu)建行人重識(shí)別模型；

識(shí)別模塊，用于將待識(shí)別的行人圖片輸入行人重識(shí)別模型，并與所有最終行人分類(lèi)特征進(jìn)行相似度比較，得到行人重識(shí)別的匹配結(jié)果。

7.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至5任一項(xiàng)所述的融合上下文信息的行人重識(shí)別方法的步驟。

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1到5任一項(xiàng)所述的融合上下文信息的行人重識(shí)別方法的步驟。