基于多尺度图像恢复的跨摄像机行人重识别方法及装置制造方法及图纸

本发明专利技术公开了一种基于多尺度图像恢复的跨摄像机行人重识别方法，包括：获取跨摄像机查询图像并进行分辨率判断；对查询图像中的低分辨率图像进行多尺度图像恢复，得到若干高质量图像；对高质量图像和图库图像进行多尺度特征提取和融合，得到融合特征；将融合特征与图库图像的特征进行对比分析，得到行人重识别结果。本发明专利技术的方法能够适应图像尺度的各种不规则变化，并且能够充分利用不同尺度图像的信息，提升行人重识别的准确度。提升行人重识别的准确度。提升行人重识别的准确度。

【技术实现步骤摘要】
基于多尺度图像恢复的跨摄像机行人重识别方法及装置


[0001]本专利技术属于计算机视觉
，具体涉及一种基于多尺度图像恢复的跨摄像机行人重识别方法及装置。

技术介绍

[0002]计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息。行人重识别的目的是为了在不同场景和摄像机视角中匹配到特定的人。由于其在行人追踪、视频监控、智能安防等方面有着广泛的应用，已成为了计算机视觉领域的研究热点。
[0003]传统的行人重识别技术传统的行人重识别方法通常假设图库图像和查询图像有足够高的分辨率，仅考虑部分遮挡、人体姿态和视角变化的影响。但受摄像机硬件以及摄像机与目标人物之间距离的影响，捕获的行人图像分辨率往往具有很大差异。针对这一问题，有研究者提出跨分辨率行人重识别，即在传统的行人重识别数据集上，假设查询图像分辨率低于图库图像，利用固定倍数下采样来模拟跨分辨率场景，通过度量学习或者引入超本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多尺度图像恢复的跨摄像机行人重识别方法，其特征在于，包括：获取跨摄像机查询图像并进行分辨率判断；对所述查询图像中的低分辨率图像进行多尺度图像恢复，得到若干高质量图像；对所述高质量图像和图库图像进行多尺度特征提取和融合，得到融合特征；将所述融合特征与所述图库图像的特征进行对比分析，得到行人重识别结果。2.根据权利要求1所述的基于多尺度图像恢复的跨摄像机行人重识别方法，其特征在于，获取跨摄像机查询图像并进行分辨率判断包括：按照下式计算整个数据集图像的平均像素点A；其中，h
i
,w
i
为第i张查询图像的高和宽，n为整个数据集图像的数量，avg表示对所有图像的像素点求和取平均；若所述查询图像的像素点低于整个数据集图像的平均像素点A，则判定该查询图像为低分辨率图像；否则，判定该查询图像为高分辨率图像。3.根据权利要求1所述的基于多尺度图像恢复的跨摄像机行人重识别方法，其特征在于，对所述查询图像中的低分辨率图像进行多尺度图像恢复，得到若干高质量图像包括：对低分辨率的查询图像进行特征提取，得到浅层特征图像；对所述浅层特征图像进行深层特征提取，得到深层特征图像；构建多个具有不同尺度的恢复Transformer模型；分别利用不同的恢复Transformer模型对所述浅层特征图像和所述深层特征图像进行图像恢复，对应得到多个高质量图像。4.根据权利要求3所述的基于多尺度图像恢复的跨摄像机行人重识别方法，其特征在于，对所述浅层特征图像进行深层特征提取，得到深层特征图像，包括：构建一个深度特征提取器；其中，所述深度特征提取器包括若干基于残差和滑动窗口的Transformer块和第一卷积层，每个所述基于残差和滑动窗口的Transformer块均包括若干基于滑动窗口机制的Transformer层和第二卷积层；利用所述深度特征提取器对所述浅层特征图像进行深层特征提取，得到深层特征图像。5.根据权利要求1所述的基于多尺度图像恢复的跨摄像机行人重识别...

【专利技术属性】
技术研发人员：彭春蕾，王博，胡瑞敏，王家骅，刘德成，罗林波，张鼎文，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：