[发明专利]一种行人重识别的方法及系统

权利要求书

1.一种行人重识别方法，其特征在于，包括：

获取多个行人图像，构建样本数据集；

对所述样本数据集进行训练，构建行人特征提取网络；

采用所述行人特征提取网络对所述行人图像进行特征提取预处理，得到具有多特征通道的第一特征图，对所述第一特征图进行分区处理，得到第二特征图，并对所述第二特征图进行特征提取，得到标准特征参数；

获取待测行人图像；

提取所述待测行人图像的特征，得到所述待测行人图像的特征参数；

计算所述待测行人图像的特征参数与所述标准特征参数的相似度得到相似度参数；

根据所述相似度参数完成行人重识别。

2.根据权利要求1所述的行人重识别方法，其特征在于，所述获取多个行人图像包括：

获取原始图像；

对所述原始图像进行检测，根据检测结果定位并剪裁得到行人区域图像；

对所述行人区域图像缩放调整，得到固定大小的行人图像。

3.根据权利要求1所述的行人重识别方法，其特征在于，所述采用所述行人特征提取网络对所述行人图像进行特征提取预处理，得到具有多特征通道的第一特征图，对所述第一特征图进行分区处理，得到第二特征图，并对所述第二特征图进行特征提取，得到标准特征参数包括：

对所述第一特征图按照细粒度进行分区处理，得到第二特征图；

连接所述第二特征图的各个区的通道数据；

对所述各个区的通道数据进行压缩，得到多个通道特征向量；

对所述通道特征向量进行全连接计算，得到第一通道数据；

通过激活函数计算所述第一通道数据的权重值；

将所述第一通道数据的权重值与所述通道数据逐个加权相乘，得到初始特征参数；

对所述初始特征参数进行卷积和全连接计算，得到标准特征参数。

4.根据权利要求1所述的行人重识别方法，其特征在于，还包括：

将具有同一行人的所述行人图像标注为同一类，并赋一个编号表示，对不同类的所述行人图像赋不同编号表示。

5.根据权利要求1所述的行人重识别方法，其特征在于，所述计算所述待测行人图像的特征参数与所述标准特征参数的相似度得到相似度参数包括：

通过余弦相似度函数对所述待测行人图像的特征参数与所述标准特征参数进行计算，得到相似度参数。

6.根据权利要求4所述的行人重识别方法，其特征在于，根据所述相似度参数完成行人重识别包括：

判断所述相似度参数是否超过预设数值；

若否，判定所述待测行人图像与所述行人图像为同一类。

7.一种行人重识别系统，其特征在于，包括：

第一图像获取模块，用于获取多个行人图像，构建样本数据集；

训练模块，用于对所述样本数据集进行训练，构建行人特征提取网络；

特征提取模块，用于采用所述行人特征提取网络对所述行人图像进行特征提取预处理，得到具有多特征通道的第一特征图，对所述第一特征图进行分区处理，得到第二特征图，并对所述第二特征图进行特征提取，得到标准特征参数；

第二图像获取模块，获取待测行人图像；

所述特征提取模块还用于提取所述待测行人图像的特征，得到所述待测行人图像的特征参数；

判断模块，用于计算所述待测行人图像的特征参数与所述标准特征参数的相似度得到相似度参数，并根据所述相似度参数完成行人重识别。

8.根据权利要求7所述的行人重识别系统，其特征在于，所述第一图像获取模块包括：

采集单元，用于获取原始图像；

检测单元，用于对所述原始图像进行检测，根据检测结果定位并剪裁得到行人区域图像；

调整单元，用于对所述行人区域图像缩放调整，得到固定大小的行人图像。