【技术实现步骤摘要】
基于语义感知注意力和视觉屏蔽的换衣行人重识别方法
[0001]本专利技术属于计算机视觉
，具体涉及一种基于语义感知注意力和视觉屏蔽的换衣行人重识别方法、系统、电子设备及存储介质。
技术介绍
[0002]随着机器学习技术和深度学习模型在计算机视觉领域的发展，在安防场景中，基于深度学习方法的人体识别也获得了越来越广泛的应用。其中，以行人重识别(Person ReID)为人体识别代表的技术在行人跟踪、跨摄像头行人检索中被广泛应用，也可以作为人脸识别失效时的有效替代技术。行人重识别任务的目的是解决跨摄像头检索目标行人的问题，具体来讲就是基于计算机视觉技术来确定不同摄像机拍摄的图像或视频序列中是否存在特定的行人。行人重识别可以与人员检测和人员跟踪技术相结合，在城市规划和智能监控等场景中发挥重要的作用。行人重识别需要以天网摄像头或智能监控采集的视频或图像内容为媒介，受拍摄距离远、图像像素低等因素的影响，而且，背景的巨大变化，光照条件的变化、姿势的变换以及摄像头视角的变化经常同时发生，使得行人重识别成为一个具有挑战性的任务。传统的行...
【技术保护点】
【技术特征摘要】
1.一种基于语义感知注意力和视觉屏蔽的换衣行人重识别方法，其特征在于，包括：获取待处理的行人图像；利用预训练的语义分割模型对所述待处理的行人图像进行处理，获取各个语义区域对应的语义分割图像；将各个语义区域对应的语义分割图像输入预训练的换衣行人重识别模型，进行人体所在的前景区域定位并获取前景信息；其中，所述换衣行人重识别模型利用行人图像数据集和预获取的视觉屏蔽图进行训练获得；通过人体语义注意力网络，根据所述前景信息获取前景增强的特征表示；并根据所述前景增强的特征表示获取待检索图像；将所述待检索图像与检索库中的各个行人图像进行逐一匹配并获取相似性；按照相似性从高到低的顺序对所述检索库中各个行人图像进行排列，并将相似性最高的行人图像作为待处理的行人图像对应的识别结果。2.如权利要求1所述的基于语义感知注意力和视觉屏蔽的换衣行人重识别方法，其特征在于，所述视觉屏蔽图的预获取方法包括，利用预训练的语义分割模型对行人图像数据集的行人图像进行处理，获取各个语义区域对应的语义分割图像；对各个语义区域对应的语义分割图像进行衣服所在区域的定位并获取视觉屏蔽信息；利用所述视觉屏蔽信息对已屏蔽的衣服区域进行重新渲染，获取视觉屏蔽图。3.如权利要求1所述的基于语义感知注意力和视觉屏蔽的换衣行人重识别方法，其特征在于，所述换衣行人重识别模型利用行人图像数据集和预获取的视觉屏蔽图进行训练获得的方法，包括，利用预训练的语义分割模型对行人图像数据集的行人图像进行处理，获取各个语义区域对应的语义分割图像；对各个语义区域对应的语义分割图像分别进行人体所在的前景区域和衣服所在区域的定位，并分别获取前景信息和视觉屏蔽信息；通过人体语义注意力网络，根据所述前景信息获取前景增强的特征表示；通过衣物视觉外观屏蔽网络，根据预获取的视觉屏蔽图和各个语义区域对应的语义分割图像获取原始特征和视觉屏蔽特征表示；利用损失函数对所述前景增强的特征表示、原始特征和视觉屏蔽特征表示进行训练约束；获取训练好的换衣行人重识别模型。4.如权利要求3所述的基于语义感知注意力和视觉屏蔽的换衣行人重识别方法，其特征在于，对各个语义区域对应的语义分割图像进行人体所在的前景区域的定位，并获取前景信息的方法，包括，将各个语义区域对应的语义分割图像进行二值化处理，获得各个语义区域对应的二值化后的语义分割图像；其中，将所述语义分割图像中所有包含人体部件的部分置为1，剩余背景部分置为0；将所述原始行人图像与各个语义区域对应的二值化后的语义分割图像做乘运算，获取只保留身体区域的图像矩阵；
将所述只保留身体区域的图像矩阵作为前景信息。5.如权利要求3中所述的基于语义感知注意...
【专利技术属性】
技术研发人员：高赞，魏宏伟，宋健明，顾竟潇，王水跟，徐国智，聂礼强，
申请(专利权)人：山东大学烟台艾睿光电科技有限公司苏州天瞳威视电子科技有限公司，
类型：发明
国别省市：
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。