【技术实现步骤摘要】
一种基于Transformer的步态重识别方法
[0001]本专利技术涉及图像识别研究领域,具体涉及一种基于Transformer的步态重识别方法。
技术介绍
[0002]图像重识别是根据摄像机获取的图像判断两个人是否属于同一个人的技术,广泛应用于监控、安防等场景下特定人物搜索。并且目前重识别技术主要是人脸重识别、行人重识别,而这些都对摄像机的距离、像素有着极高的要求,对摄像机的安装带来了困难。步态识别是行人重识别的一种特例。步态是一种极具潜质的生物特征,它反映了行人的行走模式。由于存在运动差异和体型差异,每个人的步态都是唯一的,利用步态可以唯一识别视频中的目标行人。
技术实现思路
[0003]为了克服现有技术的不足,本专利技术提供了一种基于Transformer的步态重识别方法,通过使用Transformer提取步态特征,先跨时间分部提取特征,再合并分部特征,提高了识别精度。技术方案如下:
[0004]本专利技术提供了一种基于Transformer的步态重识别方法,该方法包括如下步骤:
[0005]步骤1,通过摄像机采集步态的视频连续帧,使用预训练好的实例分割模型对画面中的行人进行分割,再使用跟踪算法,得到每个行人的剪影图序列,将剪影图序列的每张图片都对齐到方形图中心,并缩放到统一大小,将对齐后的剪影图序列记为S={S
i
}(i=1,2,
…
,N),N为序列长度。
[0006]步骤2,对于剪影图序列S中的每张图S
i
从高度
【技术保护点】
【技术特征摘要】
1.一种基于Transformer的步态重识别方法,其特征在于,该方法包括如下步骤:步骤1,通过摄像机采集步态的视频连续帧,使用预训练好的实例分割模型对画面中的行人进行分割,再使用跟踪算法,得到每个行人的剪影图序列,将剪影图序列的每张图片都对齐到方形图中心,并缩放到统一大小,将对齐后的剪影图序列记为S={S
i
}(i=1,2,
…
,N),N为序列长度;步骤2,对于剪影图序列S中的每张图S
i
从高度维度分为M等分,得到剪影分部图集合P
i
={P
ij
}(j=1,2,
…
,M),P
ij
表示第i张图的第j个部分图,步骤3,将剪影分部图转化为特征,将P
ij
送入Flatten网络层进行拉伸,得到特征F
ij
(i=1,2,
…
,N,j=1,2,
…
,M);F
ij
=Flatten(P
ij
);步骤4,对于每个j(j=1,2,
…
,M),使用H
‑
Trans网络模型提取步态每个部分的跨时间特征HF,HF={HF
j
},HF
j
=H
‑
Trans(F
1j
,F
2j
,
…
,F
Nj
);步骤5,将跨时间特征HF送入合并特征提取模型G
‑
Trans网络模型中提取最终步态特征GF,GF=G
‑
Trans(HF1,HF2,
…
,HF
M
);步骤6,在训练阶段,将最...
【专利技术属性】
技术研发人员:王乾宇,周金明,
申请(专利权)人:南京视察者智能科技有限公司,
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。