基于数据合成和颜色空间学习的行人重识别方法技术

本发明专利技术公开了一种基于数据合成和颜色空间学习的行人重识别方法，包括如下步骤：采集多摄像头下的行人数据并标注，构建行人数据集；将行人数据集输入到扩散模型中进行数据合成；输入至颜色空间学习模块，生成映射到新颜色空间的颜色转换图像；对骨干网络进行训练；使用训练好的骨干网络对输入图像进行特征提取，并存入特征库；对行人图像进行特征提取，计算提取出的特征与特征库中特征的余弦距离并排序，生成候选行人列表。本发明专利技术基于扩散模型和颜色空间学习技术，构建多属性扩增数据集，优化骨干网络训练与特征检索，显著提升行人重识别的精度、鲁棒性和跨摄像头适应能力。

【技术实现步骤摘要】

本专利技术涉及行人重识别领域，尤其涉及一种基于数据合成和颜色空间学习的行人重识别方法。

技术介绍

1、在智能安防、公共安全和智慧城市建设等应用背景下，行人重识别作为一项跨摄像头图像检索任务得到了广泛关注。该任务的目标是在多摄像头环境下的庞大数据库中快速检索与给定输入行人图像在身份特征上匹配的目标行人图像。然而，要满足行人重识别模型的训练和优化需求，需要构建一个大规模、场景多样、人物姿态、服饰和背景变化丰富的行人数据集。传统的数据采集与标注过程往往需要大量的人力和时间投入，而且由于实际拍摄条件受场景和摄像头部署限制，数据集中往往存在同质化现象。许多现有行人重识别数据集采集于校园或类似的单一场景，导致数据上下文过于集中，缺乏更丰富的真实世界多样性。这种同质化的训练数据难以支撑模型在更复杂和多变的真实环境中达到理想的性能，同时限制了行人重识别技术的进一步发展。

2、为了解决数据缺乏多样性这一问题，研究人员一直在探索行人数据合成方法。传统方案中，一些研究尝试通过构建虚拟环境、使用手工制作的三维人物模型以及模拟不同视点、姿势、照明和背景来生成虚拟行人数据本文档来自技高网...

【技术保护点】

1.一种基于数据合成和颜色空间学习的行人重识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于数据合成和颜色空间学习的行人重识别方法，其特征在于，所述S1具体包括：

3.根据权利要求1所述的一种基于数据合成和颜色空间学习的行人重识别方法，其特征在于，所述S2具体包括：

4.根据权利要求2所述的一种基于数据合成和颜色空间学习的行人重识别方法，其特征在于，所述S24具体包括：

5.根据权利要求1所述的一种基于数据合成和颜色空间学习的行人重识别方法，其特征在于，所述S3具体包括：

6.根据权利要求1所述的一种基于数据...

【技术特征摘要】

1.一种基于数据合成和颜色空间学习的行人重识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于数据合成和颜色空间学习的行人重识别方法，其特征在于，所述s1具体包括：

3.根据权利要求1所述的一种基于数据合成和颜色空间学习的行人重识别方法，其特征在于，所述s2具体包括：

4.根据权利要求2所述的一种基于数据合成和颜色空间学习的行人重识别方法，其特征在于，所述s24具体包括：

5....

【专利技术属性】
技术研发人员：李公平，王超，方千慧，郭明现，谭雨婷，
申请(专利权)人：中电信数智科技有限公司，
类型：发明
国别省市：