基于分块亲和推理的可见光-红外行人重识别方法技术

本发明专利技术提供了一种基于分块亲和推理的可见光‑红外行人重识别方法，利用可见光相机和红外相机分别收集行人图像，对获取到的图像进行图像增强；使用双对比学习模块分别提取可见光图像和红外图像的特征，并分别使用DBSCAN对其进行聚类；在训练阶段利用中心搜寻策略获取聚类结果中每一类的标志点，并通过构建二部图将模态对应起来；在测试阶段对图像图库进行分块，计算块与块之间的亲和值和块与查询图库图像之间的亲和值，根据亲和值来实现待查询图像的检索。本发明专利技术通过将不同模态对应过程转化为图匹配过程并对图库图像进行分块亲和推理，最后实现了不同模态行人图像的匹配，不仅能够利用行人之间的关系进行高效匹配，还可以实现数据的高效更新。

【技术实现步骤摘要】

本专利技术属于机器视觉领域，具体是一种基于分块亲和推理的可见光-红外行人重识别方法。

技术介绍

1、行人重识别是一项通过不同摄像头检索行人图像的任务，现有方法主要集中在匹配可见光图像上，解决的是单模态问题。然而，常规的可见监控摄像头在光照条件差时无法有效捕捉行人信息。为应对这一挑战，现代监控摄像头在低光照条件下可自动切换到红外模式采集红外图像。就此，提出了可见光-红外行人重识别研究，其目标是在给定另一模态的图像时，从可见光/红外库图像中识别同一个人。大多数现有的方法通过简单的距离度量进行推断，例如计算输出特征之间的欧氏距离或马氏距离来衡量相似性。尽管这些方法简单直观，但它们将每个库图像视为独立个体，忽略了库图像之间潜在的关系，导致有价值的亲和力数据丢失，从而影响匹配性能。为了解决这一问题，有的方法通过计算库图像之间的杰卡德距离以优化匹配。然而，杰卡德距离仅关注元素的存在与否，忽略了具体的相似度分数，从而在一定程度上限制了其效果。就此有一些方法考虑了库图像之间的相似度，但由于查询图库图像和更新库图像数据时需要重新进行大量计算，所以整体的效果并不理想。

本文档来自技高网...

【技术保护点】

1.一种基于分块亲和推理的可见光-红外行人重识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于分块亲和推理的可见光-红外行人重识别方法，其特征在于，所述步骤1的具体方法为：

3.根据权利要求1所述的一种基于分块亲和推理的可见光-红外行人重识别方法，其特征在于，所述步骤2的具体方法为：

4.根据权利要求1所述的一种基于分块亲和推理的可见光-红外行人重识别方法，其特征在于，所述步骤3的具体方法为：

5.根据权利要求1所述的一种基于分块亲和推理的可见光-红外行人重识别方法，其特征在于，所述步骤4的具体方法为：

6....

【技术特征摘要】

1.一种基于分块亲和推理的可见光-红外行人重识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于分块亲和推理的可见光-红外行人重识别方法，其特征在于，所述步骤1的具体方法为：

3.根据权利要求1所述的一种基于分块亲和推理的可见光-红外行人重识别方法，其特征在于，所述步骤2的具体方法为：

4.根据权利要求1所述的一种基于分块亲和推理的可见光-红外行人重识别方法，其特征在于，所述步骤3的具体方法为：

【专利技术属性】
技术研发人员：马甲林，林俊锋，陈伟，汪涛，谢乾，王浩，姚子俊，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人