【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及一种基于全局特征学习的行人重识别方法和模型训练方法。
技术介绍
1、由于监控视频难以获取到行人清晰的人脸信息，导致成熟的人脸识别技术难以得到有效应用，这使得行人重识别技术(person re-identification，re-id)得以迅速发展并成为了国内外的研究热点。行人重识别也称行人再识别，是一种可以对目标行人进行跨场景、跨摄像头检索的技术。行人重识别技术可以直接根据行人的穿着、姿态等信息，实现对监控图像或监控视频中的特定行人进行检索，而无需借助清晰的人脸信息。行人重识别技术可以提高行人检索效率，极大地节省时间成本和人工成本。实际应用中，当检测到的行人身体不全时，容易出现错误识别的问题，即模型不够鲁棒，通常的解决方案是从数据角度出发，增加多场景特征来作为特征增强。而如何捕获特征图中的全局特征关系，提取出更加鲁棒的特征，显著提升在检测到行人不全的场景下行人重识别算法精度，是需要解决的技术问题。
技术实现思路
1、有鉴于此，本申请实施例提供了一种基于全局特征学...
【技术保护点】
1.一种基于全局特征学习的行人重识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述全局特征图由空间维度和/或通道维度表征，所述空间维度包括长度和宽度；和/或，将所述全局特征图切分为多个局部特征图包括依据所述空间维度的所述长度，将所述全局特征图切分为多个局部特征图。
3.根据权利要求1所述的方法，其特征在于，所述全局特征学习网络包括至少1个全局平均池化层、至少3个卷积层和多个全局最大池化层；所述全局最大池化层的数量大于所述局部特征图的数量。
4.根据权利要求3所述的方法，其特征在于，将多个所述局部特征图输入至...
【技术特征摘要】
1.一种基于全局特征学习的行人重识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述全局特征图由空间维度和/或通道维度表征，所述空间维度包括长度和宽度；和/或，将所述全局特征图切分为多个局部特征图包括依据所述空间维度的所述长度，将所述全局特征图切分为多个局部特征图。
3.根据权利要求1所述的方法，其特征在于，所述全局特征学习网络包括至少1个全局平均池化层、至少3个卷积层和多个全局最大池化层；所述全局最大池化层的数量大于所述局部特征图的数量。
4.根据权利要求3所述的方法，其特征在于，将多个所述局部特征图输入至全局特征学习网络，获得全局关系特征，包括：
5.根据权利要求1至4任一项所述的方法，其特征在于，依据所述全局关系特征，获得行人重识别分类结果，包括：将所述全局关系特征输入至分类层，获得行人重识别分类...
【专利技术属性】
技术研发人员：蒋召，周靖宇，
申请(专利权)人：深圳须弥云图空间科技有限公司，
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。