融合部位纹理三维映射的行人重识别方法、系统、介质及终端技术方案

本发明专利技术提供一种融合部位纹理三维映射的行人重识别方法、系统、介质及终端，包括以下步骤：提取行人图片的行人纹理信息，获取含有所述行人纹理信息的行人纹理图；对所述行人图片和所述行人纹理图进行预处理；基于预处理后的行人图片和行人纹理图训练行人重识别网络模型，以基于训练好的行人重识别网络模型进行行人重识别。本发明专利技术通过构建具有姿态鲁棒性的行人重识别特征提取方法和以该特征作为辅助数据的深度学习网络，能够有效应对行人姿态和环境的变化，结合了“注意力”机制，并实现了不同空间特征下的信息融合，提高了行人重识别效率和准确度。

Pedestrian Recognition Method, System, Medium and Terminal Based on Fused Position Texture Three-dimensional Mapping

【技术实现步骤摘要】
融合部位纹理三维映射的行人重识别方法、系统、介质及终端
本专利技术涉及行人重识别
，特别是涉及一种融合部位纹理三维映射的行人重识别方法、系统、介质及终端。
技术介绍
行人重识别(PersonRe-Identification,又简称ReID)是近年来受到广泛讨论的计算机视觉应用环境之一，其主要目的是利用算法找到并连接不同摄像头、不同时间、不同环境下的相同行人，从而对行人行为规律进行分析，这项技术在商业分析、罪犯追踪等方面具有良好前景，但现在研究成果仍未达到工业标准。在已有框定行人的数据集的前提下，目前用于提高行人重识别算法效率的研究主要分为以下几种：(1)注意力(attention)机制的应用：除了获取全局特征外，这类方法包括将行人图片根据身体部分进行分块，前景背景区分，或直接将图片切成若干块等，让模型对细节特征产生“注意力”，提高识别精度，效果较好的实现包括Sunetal.提出的PCB和RPP模型，还有Wangetal.提出的MGN模型，两种模型都是将图片水平分块并结合数据融合，从而得到较好的效果。(2)环境或姿态迁移：行人重识别算法在不同数据集中的有效程度具有较大差异，原因本文档来自技高网...

【技术保护点】
1.一种融合部位纹理三维映射的行人重识别方法，其特征在于，包括以下步骤：提取行人图片的行人纹理信息，获取含有所述行人纹理信息的行人纹理图；对所述行人图片和所述行人纹理图进行预处理；基于预处理后的行人图片和行人纹理图训练行人重识别网络模型，以基于训练好的行人重识别网络模型进行行人重识别。

【技术特征摘要】
1.一种融合部位纹理三维映射的行人重识别方法，其特征在于，包括以下步骤：提取行人图片的行人纹理信息，获取含有所述行人纹理信息的行人纹理图；对所述行人图片和所述行人纹理图进行预处理；基于预处理后的行人图片和行人纹理图训练行人重识别网络模型，以基于训练好的行人重识别网络模型进行行人重识别。2.根据权利要求1所述的融合部位纹理三维映射的行人重识别方法，其特征在于：在对所述的行人纹理图进行预处理前，对行人纹理图进行图像空值填充。3.根据权利要求1所述的融合部位纹理三维映射的行人重识别方法，其特征在于：在对所述的行人纹理图进行预处理前，将行人纹理图上的所述行人纹理信息添加至标准人体模型上，对所述行人图片和添加有行人纹理信息的标准人体模型进行预处理。4.根据权利要求1所述的融合部位纹理三维映射的行人重识别方法，其特征在于：所述行人纹理图的获取包括以下步骤：将所述行人图片映射至IUV图上；基于标准纹理图和所述的IUV图进行纹理映射，实现行人纹理信息的提取，获取含有所述行人纹理信息的行人纹理图。5.根据权利要求4所述的融合部位纹理三维映射的行人重识别方法，其特征在于：纹理映射的公式为：x＝((255-V)*size/255)y＝(U*size/255)其中，x，y对应二维图像上的坐标，U，V对应...

【专利技术属性】
技术研发人员：袁德胜，游浩泉，吴贺丰，刘耀文，王海涛，王作辉，姚磊，杨进参，张宏俊，
申请(专利权)人：汇纳科技股份有限公司，
类型：发明
国别省市：上海,31