【技术实现步骤摘要】
一种基于PTGAN的行人重识别方法及装置
本专利技术涉及计算机视觉和智慧城市
，具体涉及一种基于PTGAN的行人重识别方法、装置、终端设备及计算机可读介质。
技术介绍
随着人工智能、计算机视觉和硬件技术的不断发展，视频图像处理技术已经广泛应用于智能城市系统中。行人重识别(PersonRe-identification)也称行人再识别，简称为Re-ID。是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题。给定一个监控行人图像，检索跨设备下的该行人图像。由于不同摄像设备之间的差异，同时行人兼具刚性和柔性的特性，外观易受穿着、尺度、遮挡、姿态和视角等影响，使得行人重识别成为计算机视觉领域中一个既具有研究价值同时又极具挑战性的热门课题。目前来说，虽然行人重识别的检测能力已经显著提升，但是在实际场合中很多具有挑战性的问题还没被完全解决：比如跨摄像头的检索通常难度会很大，由于领域差距且不同的摄像头具有不同的风格，例如背景，照明条件，照相机参数等，导致在B摄像头中很难检...
【技术保护点】
1.一种基于PTGAN的行人重识别方法，其特征在于，包括：/n获取第一摄像头采集的包含目标对象的第一图像；/n将所述第一图像输入训练好的PTGAN模型，通过实现行人前景不变的前提下实现背景差异区域的迁移，获得与所述第二摄像头拍摄的图像风格相同的第二图像；/n提取所述第二图像的行人特征；/n根据余弦距离计算所述第二识别图像提取的行人特征向量与所述第二摄像头拍摄的行人图像特征向量的相似度，根据所述相似度获取与所述目标对象相似度最高的行人图像。/n
【技术特征摘要】
1.一种基于PTGAN的行人重识别方法，其特征在于，包括：
获取第一摄像头采集的包含目标对象的第一图像；
将所述第一图像输入训练好的PTGAN模型，通过实现行人前景不变的前提下实现背景差异区域的迁移，获得与所述第二摄像头拍摄的图像风格相同的第二图像；
提取所述第二图像的行人特征；
根据余弦距离计算所述第二识别图像提取的行人特征向量与所述第二摄像头拍摄的行人图像特征向量的相似度，根据所述相似度获取与所述目标对象相似度最高的行人图像。
2.根据权利要求1所述的基于PTGAN的行人重识别方法，其特征在于，在将所述第一图像输入训练好的PTGAN模型之前，所述方法还包括：
构建基于PTGAN的网络模型；
将所述第一摄像头采集的视频图像和第二摄像头采集的视频图像作为训练集训练基于PTGAN的网络模型的目标参数的参数值，通过训练和迭代反馈，将所述第一摄像头采集的视频图像转换为与第二摄像头采集的视频图像风格相同的图像；
其中，所述基于PTGAN的网络模型的损失函数表达示如下：
式中LStyle代表生成的风格损失或区域差异，LID代表生成图像的身份损失。λ1是平衡LStyle和LID的权重。
3.根据权利要求2所述的基于PTGAN的行人重识别方法，其特征在于，在构建基于PTGAN的网络模型之后，所述方法还包括：
使用PSPNet对所述第一视频图像序列进行前景分割得到面具层区域，所述身份损失LID的表达示为：
其中，G(a)是图像a中转移的行人图像，是是图像b中转移的行人图像，为第一摄像头采集的视频图像的数据分布，为第二摄像头采集的视频图像的数据分布，M(a)和M(b)是两个分割出来的面具层区域。
4.根据权利要求3所述的基于PTGAN的行人重识别方法，其特征在于，所述提取所述第二图像的行人特征，包括：
基于训练好的AlexNet模型提取所述第二图像的外观特征；
基于训练好的VGG-16模型提取所述第二图像的面部特征。
5.一种基于PTGAN的行人重识别装置，其特征在于，包括：
获取模块，用于获取第一摄像头采集的包含目标对象的第一图像；
PTGAN模块，用于将所述第一图像输入训练好的PTGAN模型，通过实现行人前...
【专利技术属性】
技术研发人员：张斯尧，王思远，谢喜林，张诚，黄晋，文戎，田磊，
申请(专利权)人：长沙千视通智能科技有限公司，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。