一种基于局部抑制自注意力的行人重识别方法及系统技术方案

本发明专利技术提出了一种基于局部抑制自注意力的行人重识别方法及系统。该方法为：采集原始行人图片样本，对样本进行预处理；构建网络模型,该网络模型包括残差网络优化后的卷积骨干网络，该卷积骨干网络输出连接N个用于局部特征提取的自注意力分支，N个局部特征提取分支的输出级与卷积骨干网络输出的特征图进行残差连接；利用预处理后的样本对该网络模型进行反向传播训练；将目标图片于训练后的网络模型中进行行人重识别。该方法提高了对行人局部特征的提取精度，使得该基于局部抑制自注意力的行人重识别方法的识别能力更高。行人重识别方法的识别能力更高。行人重识别方法的识别能力更高。

【技术实现步骤摘要】
一种基于局部抑制自注意力的行人重识别方法及系统


[0001]本专利技术涉及计算机领域，具体涉及一种基于局部抑制自注意力的行人重识别方法及系统。

技术介绍

[0002]行人重识别也称跨镜追踪技术，其目标是跨场景跨摄像头下行人身份的识别与检索。随着智慧城市、智慧社区的建设与落地，越来越多的摄像头被安置在小区、商场、街道的各个角落，每天都能获取到海量的行人视频或图像数据。然而目前对此类数据的利用远不够充分。比如智能安防场景，目前主要是由办案警察从大量的监控视频中人工筛选整合来确定嫌疑人的行动轨迹，不仅费时费力而且容易误判；在如智能寻人场景，当出现儿童走散时往往只能由工作人员广播的方式进行提醒通知，嘈杂环境下加之儿童心理不够成熟导致效果非常有限。
[0003]因此，利用计算机智能整合分析来自多个摄像头的行人数据是目前以及今后的跨镜追踪的首选方式。典型的完整跨镜追踪系统分为三个阶段：多摄像头不同时段的行人数据采集与上传、基于视频帧的行人位置检测、基于手工特征提取或深度神经网络的行人身份识别。其中由于不同厂商不同型号的摄像头往往带来数据的异构性，而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部抑制自注意力的行人重识别方法，其特征在于，包括以下步骤：采集原始行人图片样本，对样本进行预处理；构建网络模型,该网络模型包括残差网络优化后的卷积骨干网络，该卷积骨干网络输出连接N个用于局部特征提取的自注意力分支，N个局部特征提取分支的输出级与卷积骨干网络输出的特征图进行残差连接，N为正整数；利用预处理后的样本对该网络模型进行反向传播训练；将目标图片于训练后的网络模型中进行行人重识别。2.根据权利要求1所述的基于局部抑制自注意力的行人重识别方法，其特征在于，对网络模型中进行训练的方法为：将预处理后的图片送入所述卷积骨干网络进行全局特征提取，得到多通道的特征图；将得到的多通道的特征图分别送入N个所述自注意力分支进行局部特征提取；将自注意力分支的输出与卷积骨干网络输出的特征图进行残差连接，经过卷积骨干网络的池化和分类器计算损失函数，进行反向传播和更新网络参数，直至迭代完成后保存模型数据。3.根据权利要求1所述的基于局部抑制自注意力的行人重识别方法，其特征在于，每个自注意力分支包括一个层归一化层和一个自注意力块，其中层归一化层通过对同一样本不同通道数据进行归一化，自注意力块使用视觉transformer中的多头注意力每个头的结构，通过建立每个特征与其他全部特征的关系得到全局感受野。4.根据权利要求1或2所述的基于局部抑制自注意力的行人重识别方法，其特征在于，反向传播后分别计算N个自注意力分支输出特...

【专利技术属性】
技术研发人员：张森，尚赵伟，赵羚志，周明亮，
申请(专利权)人：重庆大学，
类型：发明
国别省市：