[发明专利]基于Siamese网络的用于行人重识别的方法

说明书

本发明公开了一种基于Siamese网络的用于行人重识别的方法。方法为：首先使用两个完全相同的ResNet‑50卷积神经网络构成一个Siamese网络，包括预训练ResNet‑50网络、调整ResNet‑50网络、搭建形成一个Siamese网络、完善Siamese网络；然后预处理训练数据集，并用该训练数据集训练Siamese网络，最后将待查图像与训练数据集中的图像匹配成图像对，进行行人重识别，将两张图像的分类结果和两图像是否一致作为判别条件，判断训练数据集中哪些图像和待查图像属于同一个行人。本发明提高了图像深度特征的区分程度和行人进行重识别的准确率，减少了在大规模图像集中查询图像的查询时间。

技术领域

本发明涉及计算机视觉技术领域，特别是一种基于Siamese网络的用于行人重识别的方法。

背景技术

近年来，随着视频监控系统大量普及，视频监控系统在打击犯罪、维护稳定实践中正发挥着越来越重要的作用，视频侦查已成为公安机关侦查办案的新手段。在视频侦查应用中，针对特定嫌疑目标(尤其是人)的检索是重要需求。目前这一过程主要通过人工完成，耗费大量的人力物力以及时间，影响侦查办案效率。特定目标监控视频检索的核心关键问题——行人重识别，是指判断不同监控摄像头下出现的行人图像是否属于同一行人。随着技术发展和应用需求的增加，这一问题正逐渐发展为学术研究和行业应用的热点。

为了在多摄像头画面下准确匹配同一行人，相关学者分别在时空线索、生物特征和外貌视觉特征的基础上开展行人重识别研究。虽然特定应用条件下人脸识别技术等于行人身份识别，然而在实际视频监控环境下，存在监控视频画面的分辨率较差、行人对象尺度较小以及行人对象姿态的随意性等因素，导致人脸、步态等生物特征难以提取。相对于时空线索和生物特征，行人的外貌视觉特征容易提取，并且具有一定的个体辨识力，而且在一定的时空范围内，行人对象往往不会换装。因此，现有研究大多采用行人图像的外貌特征。

在现有基于外貌的行人重识别研究中，研究者围绕特征提取及相似性度量发展了许多方法。特征提取的重点在于设计鲁棒可靠的行人图像特征表示模型，即能够区分不同行人，同时能够不受光照和视角变化的影响；相似性度量的重点在于学习符合行人图像特征分布特性的距离函数，从而使同一行人图像特征距离较小，不同行人图像特征距离较大。然而，这些方法应用到实际监控业务中仍存在不足，由于行人重识别问题中的图片来源于不同的摄像头，摄像头所处的角度、光照等环境的影响，使同一个行人的不同图片中，外貌特征会有一定程度的变化，而不同行人的外貌特征可能比同一个人的外貌特征更相似。

为了尽量减少不可控监控环境因素的干扰，现有的行人重识别技术不得不在每个监控点的识别结果中都提供一组图像供人选择，再通过交互的相关反馈方法提炼识别结果。这种处理方式不仅增加了人工研判的工作量、降低了视频分析的自动化程度，而且，由于视角和光照差异，行人的外貌特征会发生很大的变化，可能导致提供的排序靠前的结果可信度却更低。

发明内容

本发明的目的在于提供一种基于Siamese网络的用于行人重识别的方法，通过结合卷积神经网络去获取图像特征并得出图像间的相似度，以提高识别的准确率。

实现本发明目的的技术解决方案为：一种基于Siamese网络的用于行人重识别的方法，包括以下步骤：

步骤1，预训练ResNet-50网络：将ImageNet数据集作为训练数据集，训练一个ResNet-50网络，使ResNet-50网络具有初始值；

步骤2，调整ResNet-50网络：将ResNet-50网络的softmax输出层替换为一个大小为1*1*4096*n的卷积层，在该卷积层后再加上一个softmax层进行归一化操作；

步骤3，搭建形成一个Siamese网络：将步骤2所得的ResNet-50网络进行复制，然后将两个ResNet-50网络做并行连接，形成一个Siamese网络；