一种基于多粒度遮挡感知的遮挡行人重识别方法技术

本发明专利技术属于计算机视觉领域，涉及一种行人重识别方法，尤其涉及一种基于多粒度遮挡感知的遮挡行人重识别方法；该方法包括：实时获取待重识别的行人图像数据；将该数据输入到训练好的基于多粒度遮挡感知的遮挡行人重识别模型中，输出遮挡行人重识别结果；本发明专利技术对比固定分割和单一级别的方法，增强了特征多样性；对比仅使用沿高度维度水平分割的方法，添加垂直划分以应对任意分布的语义信息；对比一步预测的方法，在多个级别上进行多步预测以提升精度，实现更精确的遮挡行人重识别。实现更精确的遮挡行人重识别。实现更精确的遮挡行人重识别。

【技术实现步骤摘要】
一种基于多粒度遮挡感知的遮挡行人重识别方法


[0001]本专利技术属于计算机视觉领域，涉及一种行人重识别方法，尤其涉及一种基于多粒度遮挡感知的遮挡行人重识别方法。

技术介绍

[0002]行人重识别(ReID)也称行人再识别，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。旨在弥补固定的摄像头的视觉局限，并可与行人检测行人跟踪技术相结合，可广泛应用于智能视频监控、智能安保等领域。
[0003]由于人们很容易会被一些障碍物(如行李、柜台、人群、汽车、树木)遮挡，或者由于部分身体走出了摄像机拍摄区域而造成遮挡。因此，有必要去准确匹配只具有局部可观测的行人图片，这就是所谓的遮挡行人重识别(Occluded Person Re
‑
ldentification)问题。行人重识别(ReID)任务的目标是去匹配不同摄像机拍摄到的同一个人的图像，虽然人们近年来提出了多种针对ReID的方法，其中，常见的一种针对ReID的方法是基于多粒度感知本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多粒度遮挡感知的遮挡行人重识别方法，其特征在于，包括：实时获取待重识别的行人图像数据；将该数据输入到训练好的基于多粒度遮挡感知的遮挡行人重识别模型中，输出遮挡行人重识别结果；对基于多粒度遮挡感知的遮挡行人重识别模型进行训练的过程包括：S1：获取原始行人图像数据；对获取的数据进行预处理，将预处理后的数据进行划分，得到训练集和测试集；S2：将训练集的数据输入到模型的多粒度特征提取器中提取行人的特征，得到不同尺度的特征映射，将不同尺度的特征映射输入到不同分支；S3：根据特征映射计算注意力遮挡感知，得到增强后的上一分支行人特征；S4：利用多粒度信息传递，将上一分支的特征映射传递到当前分支；S5：根据传递特征映射和当前分支的特征映射计算注意力遮挡感知，得到增强后的当前分支行人特征，实现遮挡由粗到细的擦除；S6：将经过所有分支处理得到的行人特征concat拼接在一起，输出基于多粒度遮挡感知的遮挡行人重识别模型擦除遮挡后的行人特征；S7：根据得到的行人特征构建模型的损失函数；S8：将测试集中的数据输入到模型中，不断调整模型的参数，当损失函数值最小时完成模型的训练。2.根据权利要求1所述的一种基于多粒度遮挡感知的遮挡行人重识别方法，其特征在于，多粒度特征提取器提取行人的特征包括：采用单帧提取器在不同阶段对数据进行提取，得到不同尺度的特征映射；将不同尺度的特征映射输入到不同分支前部的卷积层，每个分支前部的卷积层对不同尺度的特征映射进行调整，得到调整好的特征映射。3.根据权利要求1所述的一种基于多粒度遮挡感知的遮挡行人重识别方法，其特征在于，根据特征映射计算注意力遮挡感知的过程包括：将分支的特征映射分别沿水平方向和竖直方向进行划分，得到分区；计算每个分区的注意力分数；根据注意力分数，获取注意力掩膜；根据注意力掩膜，得到增强后的行人特征。4.根据权利要求3所述的一种基于多粒度遮挡感知的遮挡行人重识别方法，其特征在于，计算每个分区的注意力分数的过程为：分区中的映射特征通过3
×
3卷积滤波器和1
×
1卷积滤波器处理后，再经过批处理归一化处理，从通道和空间位置的角度计算各个分区中的像素与整个图像中所有像素的关系，根据各个分区中的像素与整个图像中所有像素的关系计算出每个分区的注意力分数。5.根据权利要求1所述的一种基于多粒...

【专利技术属性】
技术研发人员：冷佳旭，汪海涛，高新波，王烨，胡波，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：