[发明专利]一种基于多比例融合的行人重识别方法及装置

权利要求书

1.一种基于多比例融合的行人重识别方法，其特征在于，包括以下步骤：

获取待处理图像和待比对图像，分别提取待处理图像和待比对图像中包括行人的部分，得到第一行人图像和第二行人图像；

将所述第一行人图像分别按照第一设定比例组中的N个比例进行分割，得到N个子行人图像；将N个子行人图像分别输入深度神经网络进行处理，得到与N个子行人图像一一对应的N个子特征向量；将N个子特征向量进行线性叠加得到第一行人图像的第一特征向量；

将所述第二行人图像分别按照第二设定比例组中的M个比例进行分割，得到M个子行人图像；将M个子行人图像分别输入深度神经网络进行处理，得到与M个子行人图像一一对应的M个子特征向量；将M个子特征向量进行线性叠加得到第二行人图像的第二特征向量；

根据所述第一特征向量和第二特征向量计算所述第一行人图像和第二行人图像的相似度，根据计算得到的相似度判断所述第一行人图像中的行人和第二行人图像中的行人是否相同。

2.根据权利要求1所述的基于多比例融合的行人重识别方法，其特征在于：以所述第一行人图像的左上角为原点，按照所述第一设定比例组中的N1个比例对所述第一行人图像进行分割得到N1个子行人图像，再以所述第一行人图像的右上角为原点，按照所述第一设定比例组中的N-N1个比例对所述第一行人图像进行分割得到N-N1个子行人图像；

以所述第二行人图像的左上角为原点，按照所述第二设定比例组中的M1个比例对所述第二行人图像进行分割得到M1个子行人图像，再以所述第二行人图像的右上角为原点，按照所述第二设定比例组中的M-M1个比例对所述第二行人图像进行分割得到M-M1个子行人图像。

3.根据权利要求2所述的基于多比例融合的行人重识别方法，其特征在于：所述第一设定比例组与第二设定比例组相同。

4.根据权利要求3所述的基于多比例融合的行人重识别方法，其特征在于：M＝N＝11，N1＝M1＝6。

5.根据权利要求4所述的基于多比例融合的行人重识别方法，其特征在于：所述第一设定比例组中N1个比例为0.1、0.125、0.2、0.25、0.5和1.0，N-N1个比例为0.1、0.125、0.2、0.25和0.5。

6.根据权利要求5所述的基于多比例融合的行人重识别方法，其特征在于，获取待处理图像和待比对图像的过程包括：对监控视频采用背景差分法进行筛选，得到具有运动物体的视频片段，然后提取所述视频片段中的视频帧作为所述待处理图像和待比对图像。

7.根据权利要求6所述的基于多比例融合的行人重识别方法，其特征在于：根据深度学习算法分别对所述待处理图像和待比对图像进行处理，得到所述第一行人图像和第二行人图像，所述深度学习算法为YOLO算法或者SSD算法。

8.根据权利要求7所述的基于多比例融合的行人重识别方法，其特征在于：所述深度神经网络为AlexNet。

9.根据权利要求8所述的基于多比例融合的行人重识别方法，其特征在于：计算所述第一特征向量和第二特征向量夹角的余弦值作为所述相似度，包括：

其中，cosθ为余弦值；x₁、x₂…x_i为所述第一特征向量的元素；y₁、y₂…y_i为所述第二特征向量的元素。

10.一种基于多比例融合的行人重识别装置，其特征在于：包括处理器和存储器，所述存储器中存储有所述处理器实现权利要求1至权利要求9任意一项权利要求所述的基于多比例融合的行人重识别方法的指令。