[發(fā)明專利]一種基于不確定性聯(lián)合注意力的人的重識別方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202310190844.6
• 申請日: 2023-03-02
• 公開（公告）號: CN116206338A
• 公開（公告）日: 2023-06-02
• 發(fā)明（設計）人: 鐵治欣;王登文;陳燕兵;陶靈兵
• 申請（專利權）人: 浙江理工大學
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/44;G06V10/82
• 代理公司: 北京睿智保誠專利代理事務所(普通合伙) 11732
• 代理人: 王浩然

本發(fā)明公開了一種基于不確定性聯(lián)合注意力的人的重識別方法及系統(tǒng)，應用于人體識別技術領域。方法包括以下步驟：S1、提取輸入圖像的全局特征，空間特征和關鍵點特征；S2、對關鍵點特征和空間特征進行聯(lián)合學習，得到聯(lián)合特征；S3、構建聯(lián)合特征與上下文信息的關系特征，得到上下文關系特征。本發(fā)明設計了一種上下文關系網絡，使同一個體的所有局部特征均包含上下文關系特征，解決了當不同個體的局部特征具有相似屬性時，會混淆個體間局部特征而出現(xiàn)誤識別的問題；拋棄得分較低的像素區(qū)域，并與相應的局部空間特征進行聯(lián)合，增強局部特征的可信度，能夠獲得更具顯著性的局部特征。

技術領域

本發(fā)明涉及人體識別技術領域，更具體的說是涉及一種基于不確定性聯(lián)合注意力的人的重識別方法及系統(tǒng)。

背景技術

人的重識別主要是指從不同場景下的多個攝像機拍攝的行人圖像數(shù)據集中獲取目標行人，是近幾年來計算機視覺領域一項熱門且重要的研究課題，由于在公共安全相關的領域中具有巨大的應用前景，常被用于尋找失蹤人員或嫌疑人、跨攝像頭跟蹤、多攝像頭場景檢測等問題。但是，因為成像設備、環(huán)境噪聲以及人體姿勢等因素的影響，人的重識別任務經常出現(xiàn)一些值得注意的局部特征被抑制的問題，同一個人可能表現(xiàn)出較大的“類內”差異，同樣，由于行人數(shù)據的復雜和龐大，不同人體可能表現(xiàn)出較小的“類間”差異。從而出現(xiàn)一個人“變異”為另一個人或者兩張圖像是同一個人卻無法準確識別的問題，因此，對于研究人員而言，人的重識別仍然是一個極具挑戰(zhàn)性的研究問題，現(xiàn)有的人重識別方法大多并沒有考慮局部特征之間的關系，這會增加具有相似局部特征人的誤識別問題。

在現(xiàn)有技術中，許多方法通過使用CNN側重提取人圖像的全局特征以獲得表征信息，但它們忽略了身體特定部位的關鍵信息，兩個人在全局特征具有極小的類間差異，但在頭部區(qū)域特征的類間差異卻很明顯，這對整體特征的類間差異的擴大無疑形成了阻礙。為了獲取更加顯著的局部特征，還有一些方法從身體提取局部特征，并將其與全局特征結合形成更加有效的特征描述符。然而，這也產生了新的問題，由于一些攝像探測器收集的人體圖像經常出現(xiàn)錯位或遮擋，使得圖像的部分區(qū)域并無有效特征信息，由此提取出的局部特征信息不僅無法準確表征人體特征，甚至會對整體特征信息的描述產生消極影響。因此，如何提供一種能夠準確有效地提取局部特征的人的重識別方法是本領域技術人員亟需解決的問題。

發(fā)明內容

有鑒于此，本發(fā)明提供了一種基于不確定性聯(lián)合注意力的人的重識別方法及系統(tǒng)，通過姿態(tài)激活和空間引導多注意力分支使模型聚焦于有效和可見的局部區(qū)域，兩個分支共同作用可以獲得更加有效且顯著的局部特征，通過加入上下文關系網絡，構建局部特征與上下文關系特征之間的強聯(lián)系，以獲得有區(qū)別的局部特征和關系特征。

為了實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

一種基于不確定性聯(lián)合注意力的人的重識別方法，包括以下步驟：

S1、提取輸入圖像的全局特征，空間特征和關鍵點特征；

S2、對關鍵點特征和空間特征進行聯(lián)合學習，得到聯(lián)合特征；

S3、構建聯(lián)合特征與上下文信息的關系特征，得到上下文關系特征。

可選的，S2具體為：

S21、對全局特征和關鍵點特征進行元素級乘法運算得到關鍵點局部語義；

S22、將關鍵點特征熱圖映射為注意力熱圖，得到注意力得分；

S23、根據注意力得分進行特征擦除，得到姿態(tài)局部特征；

S24、以全局特征為中心，為每個空間特征增加拓撲關系，得到空間局部特征；

S25、將空間局部特征與姿態(tài)局部特征進行聯(lián)合表征，得到聯(lián)合特征。

可選的，S21的計算過程具體為：