[发明专利]一种基于深度哈希的行人重识别方法和装置、计算机系统

说明书

本发明涉及视频监控技术领域，特别涉及一种基于深度哈希神经网络的行人重识别方法和装置、计算机系统。该方法包括：行人检测，应用目标检测算法对视频中进行行人检测；特征提取，对视频中的检测到的行人图像进行哈希特征和深度特征提取；哈希检索，对提取出的行人哈行特征进行距离计算，然后根据距离的数值大小进行相似度的排序；二次检索，在哈希检索的基础上进行再次检索，采用深度特征提取，进行欧式距离的计算，然后再次排序，并返回排序结果。

技术领域

本发明涉及视频监控技术领域，特别涉及一种基于深度哈希神经网络的行人重识别方法和装置、计算机系统。

背景技术

本发明涉及的背景技术包括：行人重识别和深度哈希检索。

行人重识别是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术，广泛被认为是一个图像检索的子问题。给定一个监控行人图像，检索不同位置不同监控设备下的该行人图像。目前的行人重识别方法使用深度神经网络对行人图像进行特征提取，再进行特征相似度计算和排序。近年来，随着行人重识别研究的深入，一些方法在公开数据集上取得了很好的效果，但是模型参数量巨大，特征维度大，使得特征检索时的计算复杂度和时间大大提升。由于现实应用的安全监控场景中存在大量的视频，这些方法由于计算复杂很难满足现实中的实时处理需求。

深度哈希检索是使用深度卷积神经网络(DCNN)对图像进行哈希编码的技术，其目的在于对图像库中的图像进行哈希编码，使得拥有相同标签的图像在汉明空间中的距离较近、拥有不同标签的图像在汉明空间中距离较远，以汉明距离来判断两张图像是否属于同一类图像，实现检索的目的。深度哈希检索的优势在于可以快速地完成特征的匹配检索，但是精度很差，尚不足于运用在行人重识别领域。

发明内容

本发明的目的在于针对行人重识别检索实时速度慢和哈希精度差等问题，提出一种基于深度哈希的行人重识别方法。

本发明提出的技术方案是：

一种基于深度哈希的行人重识别方法，该方法包括：行人检测，应用目标检测算法对视频中进行行人检测；特征提取，对视频中的检测到的行人图像进行哈希特征和深度特征提取；哈希检索，对提取出的行人哈希特征进行距离计算，然后根据距离的数值大小进行相似度的排序；二次检索，在哈希检索的基础上进行再次检索，采用深度特征提取，进行欧式距离的计算，然后再次排序，并返回排序结果。

本发明还提出一种基于深度哈希的行人重识别装置，该装置包括：行人检测模块，对视频中出现的行人进行检测；特征提取模块，对视频中检测出来的行人提取深度哈希特征和深度特征；哈希检索模块：对提取出的行人哈希特征进行距离计算，然后根据距离的数值大小进行相似度的排序；二次检索模块：在哈希检索的基础上再进行表征特征的欧氏距离计算，返回最后的结果。

本发明还提出一种计算机系统，该系统包括：存储器，存储可执行指令；一个或多个处理器与存储器通信以执行可执行指令从而完成以下操作：

1)行人检测，应用目标检测算法对视频中进行行人检测；

2)特征提取，对视频中的检测到的行人图像进行深度哈希特征提取和表征特征提取；

3)哈希检索，对提取出的行人哈希特征进行汉明距离计算，然后根据距离的数值大小进行相似度的排序；

4)二次检索：在哈希检索的基础上进行再次检索，这次用的是深度特征提取，进行欧式距离的计算，然后再次排序，并返回排序结果。

本发明的技术效果有两点：

1、在大规模行人数据集上的检索时间缩小到一半及以上；

2、本发明提出的哈希编码方法比常规的哈希编码方法提高了2倍及以上。