一种基于语义偏好挖掘的行人再辨识方法技术

本发明专利技术公开了一种基于语义偏好挖掘的行人再辨识方法，涉及人工智能、机器视觉领域，包括：利用预训练的语义分割模型将行人图像处理为语义分割图，将语义分割图空间划分为若干部件语义块，计算不同语义在语义分割图与部件语义块中的比例，根据不同语义的比例对部件语义块分组进行语义对齐，获得各部件语义块分组对应的部件序号；基于部件序号对部件特征分组，利用自注意网络将各部件特征组投影到公共嵌入空间并进行偏好挖掘，继而利用偏好信息对各部件特征组进行自适应聚合，增强行人再辨识准确性。

【技术实现步骤摘要】

本专利技术涉及人工智能、机器视觉领域，特别是指一种基于语义偏好挖掘的行人再辨识方法。

技术介绍

1、行人再辨识用于从海量行人图像中检索出感兴趣的行人图像，对智慧安防、智慧交通等具有重要应用。实际中的行人图像多有行人检测器或人工截取的矩形图像，因为人体姿势差异、摄像头视角多变等因素，行人图像中无可避免混入相当多的背景区域像素，对行人身份相关的特征的学习造成严重干扰，限制了行人再辨识准确度。

2、另外，在长效的视频监控中，行人会以不同着装在不同环境下行动加剧行人再辨识的困难。实际上，行人通常有很多可语义的偏好习惯，例如衣着风格、走路姿态、有规律的通勤背景等，这些行人偏好能够很好的辅助行人身份的辨识。因此，很有必要提出一种基于语义偏好挖掘的行人再辨识方法，以提升行人再辨识方法准确性。

技术实现思路

1、针对增强复杂环境及服装变化中偏好属性学习的问题，本专利技术的目的在于提供一种基于语义偏好挖掘的行人再辨识方法，通过在嵌入空间中挖掘行人语义中的服装偏好、形体偏好与环境偏好信息，增强行人再辨识模型对身份相关本文档来自技高网...

【技术保护点】

1.一种基于语义偏好挖掘的行人再辨识方法，其特征在于，利用ViT-Base模型构建基于语义偏好挖掘的行人再辨识模型并进行训练，包括：

2.如权利要求1所述的一种基于语义偏好挖掘的行人再辨识方法，其特征在于，所述基于语义偏好挖掘的行人再辨识模型中，所述ViT-Base模型的线性映射层与前六层Transformer块作为行人再辨识常规网络；所述ViT-Base模型的随后三层Transformer块作为共享的自注意网络；所述ViT-Base模型的最后三层Transformer块被复制为三份，分别作为服装语义、形体语义与环境语义的自注意网络。

3.如权利要求1所述的一种基...

【技术特征摘要】

1.一种基于语义偏好挖掘的行人再辨识方法，其特征在于，利用vit-base模型构建基于语义偏好挖掘的行人再辨识模型并进行训练，包括：

2.如权利要求1所述的一种基于语义偏好挖掘的行人再辨识方法，其特征在于，所述基于语义偏好挖掘的行人再辨识模型中，所述vit-base模型的线性映射层与前六层transformer块作为行人再辨识常规网络；所述vit-base模型的随后三层transformer块作为共享的自注意网络；所述vit-base模型的最后三层transformer块被复制为三份，分别作为服装语义、形体语义与环境语义的自注意网络。

3.如权利要求1所述的一种基于语义偏好挖掘的行人再辨识方法，其特征在于，所述语义对齐步骤中，利用预训练的语义分割模型将行人图像处理为语义分割图，将语义分割图按空间位置划分为若干部件语义块，如下所示：

4.如权利要求3所述的一种基于语义偏好挖掘的行人再辨识方法，其特征在于，所述语义对齐步骤中，计算不同语义在所述语义分割图与所述部件语义块中的比例，如下所示：

5.如权利要求4所述的一种基于语义偏好挖掘的行人再辨识方法，其特征在于，所述语义对齐步骤中，根据不同语...

【专利技术属性】
技术研发人员：潘文杰，陈宇涛，黄诚惕，朱建清，曾焕强，陈婧，蔡灿辉，
申请(专利权)人：华侨大学，
类型：发明
国别省市：