一种基于自适应双分支网络的低分辨率行人再识别方法技术

本发明专利技术公开了一种基于自适应双分支网络的低分辨率行人再识别方法，包括步骤：(1)获取低分辨率行人图片，输入到双分支网络，双分支网络包括超分辨率网络分支和生成对抗网络分支，低分辨率行人图片通过双分支网络后得到两张高分辨率图像；(2)将上述两个高分辨率图像进行融合，得到超分辨率图像；(3)将超分辨率图像输入到特征提取网络，输出行人特征向量；(4)将行人特征向量与目标数据集中行人图片的特征向量进行比对，根据相似度确定低分辨率行人图片中行人的身份。本发明专利技术结合自适应双分支网络和特征提取网络，进行端到端训练，具有超分辨率图片视觉效果好、行人再识别准确率高的特点，具有很强的应用价值。

A low resolution pedestrian recognition method based on adaptive two branch network

【技术实现步骤摘要】
一种基于自适应双分支网络的低分辨率行人再识别方法
本专利技术属于计算机视觉与模式识别领域，特别涉及一种基于自适应双分支网络的低分辨率行人再识别方法。
技术介绍
行人再识别技术(re-id)的作用是在多摄像头无重叠视频监控环境下，通过一系列的图像技术进行跨摄像头行人匹配，即判断某个摄像头的监控视频中出现的人物是否在其它摄像头的监控视频中出现过。主流的行人再识别方法为基于深度学习提取行人特征，主要关注跨摄像头图片存在的光照变化、视角变化和遮挡等问题，往往忽略了低分辨率的问题。低分辨率问题一般由远距离拍摄和图片质量差等问题引起，会使行人再识别方法的准确率急剧下降。目前存在一些针对低分辨率的行人再识别方法，其主要思路是：先把低分辨率图片输入到超分辨率网络或者生成对抗网络，得到高分辨率图片，再把高分辨率图片输入到特征提取网络中获得行人特征。这些做法取得了一定的效果，但是超分辨率网络生成的图片普遍比较模糊，而生成对抗网络生成的图片虽然有清晰的细节，但是会引入错误的细节。这两种网络的缺陷均不利于特征提取网络提取到有效的特征。因此，这些方法提高本文档来自技高网...

【技术保护点】
1.一种基于自适应双分支网络的低分辨率行人再识别方法，其特征在于，包括步骤：/n(1)获取低分辨率行人图片，输入到双分支网络，所述双分支网络包括超分辨率网络分支和生成对抗网络分支，低分辨率行人图片通过超分辨率网络分支生成能反应行人整体形状的第一高分辨率图像，通过生成对抗网络分支生成细节清晰的第二高分辨率图像；/n(2)将上述第一高分辨率图像和第二高分辨率图像进行融合，得到一张超分辨率图像；/n(3)将超分辨率图像输入到特征提取网络，输出行人特征向量；/n(4)将行人特征向量与目标数据集中行人图片的特征向量进行比对，计算相似度，根据相似度确定低分辨率行人图片中行人的身份。/n

【技术特征摘要】
1.一种基于自适应双分支网络的低分辨率行人再识别方法，其特征在于，包括步骤：
(1)获取低分辨率行人图片，输入到双分支网络，所述双分支网络包括超分辨率网络分支和生成对抗网络分支，低分辨率行人图片通过超分辨率网络分支生成能反应行人整体形状的第一高分辨率图像，通过生成对抗网络分支生成细节清晰的第二高分辨率图像；
(2)将上述第一高分辨率图像和第二高分辨率图像进行融合，得到一张超分辨率图像；
(3)将超分辨率图像输入到特征提取网络，输出行人特征向量；
(4)将行人特征向量与目标数据集中行人图片的特征向量进行比对，计算相似度，根据相似度确定低分辨率行人图片中行人的身份。


2.根据权利要求1所述的基于自适应双分支网络的低分辨率行人再识别方法，其特征在于，所述步骤(1)中，超分辨率网络分支由6个残差块组成，其损失函数是L1损失函数：



其中训练数据为其中和分别表示低分辨率图片和高分辨率图片，yi表示身份标签，N表示训练样本个数，FSR表示超分辨率网络分支。


3.根据权利要求1所述的基于自适应双分支网络的低分辨率行人再识别方法，其特征在于，所述步骤(1)中，生成对抗网络分支包含2个生成器和2个判别器组成，该分支的...

【专利技术属性】
技术研发人员：赖剑煌，张文晓，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44