一种基于前景分割的跨模态行人重识别方法技术

本发明专利技术公开了一种基于前景分割的跨模态行人重识别方法，属于行人识别技术领域，降低了背景变化导致的误识别率。通过前景分割模块对可见光摄像头的图像进行解析和分割，以此降低同一行人在不同摄像头和不同模态拍摄的图像之间的背景差异，然后使用中间模态生成器生成原图和分割图像的中间模态图像，进一步减小模态差异，再将中间模态图像以及原来数据集的图像一起输入双流网络中进行训练，最后通过多损失函数的反向传播对中间模态生成器和双流网络的参数进行优化，使行人重识别模型的实用性得到加强，提升了跨模态行人重识别的精度。

【技术实现步骤摘要】

本专利技术属于行人识别，具体涉及一种基于前景分割的跨模态行人重识别方法。

技术介绍

1、跨模态行人重识别，又称可见光-红外行人重识别，是一项在可见光图像与红外图像间进行行人识别与检索的技术。该技术作为视频智能监控系统的核心关键技术之一，目前在安防监控和疑犯追踪等领域被迫切需要。近年来，随着新型摄像头(可在弱光环境下自动切换到红外模式，拍摄红外图像)逐渐代替可见光摄像头并普及起来，跨模态行人重识别得到了学术界和工业界的广泛关注并取得显著的发展。深度学习模型在对人体图片提特征的时候，不仅需要消除角度、人体姿态的干扰，还要消除图片模态信息带来的干扰。

2、目前，跨模态行人重识别的研究可以分为基于单流(双流)网络的方法、基于度量学习的方法与基于对抗性训练方案的方法。

技术实现思路

1、针对现有技术中存在的问题，本专利技术提供一种基于前景分割的跨模态行人重识别方法，其目的在于：从跨模态行人图像中学习更有效的特征从而实现高精度的行人重识别。

2、一种基于前景分割的跨模态行人重识别方法，包括步骤：<本文档来自技高网...

【技术保护点】

1.一种基于前景分割的跨模态行人重识别方法，包括步骤：

2.根据权利要求1所述的一种基于前景分割的跨模态行人重识别方法，其特征在于，所述S1的具体过程为：

3.根据权利要求1所述的一种基于前景分割的跨模态行人重识别方法，其特征在于，所述S2的具体过程为：将分割后的图片处理成SYSU数据集一样的文件夹格式，使分割后的图片与SYSU数据集有相同的身份标识。

4.根据权利要求1所述的一种基于前景分割的跨模态行人重识别方法，其特征在于，所述S3的具体过程为：

5.根据权利要求1所述的一种基于前景分割的跨模态行人重识别方法，其特征在于，所述S4的具体...

【技术特征摘要】

1.一种基于前景分割的跨模态行人重识别方法，包括步骤：

2.根据权利要求1所述的一种基于前景分割的跨模态行人重识别方法，其特征在于，所述s1的具体过程为：

3.根据权利要求1所述的一种基于前景分割的跨模态行人重识别方法，其特征在于，所述s2的具体过程为：将分割后的图片处理成sysu数据集一样的文件夹格式，使分割后的图片与sysu数据...

【专利技术属性】
技术研发人员：李绍荣，闵青青，杨昕梅，邬云舒，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：