[发明专利]一种基于多帧特征融合的视频目标重识别方法

权利要求书

1.一种基于多帧特征融合的视频目标重识别方法，其特征在于，包括以下步骤：

S1，获取同一目标的多帧连续图像；

S2，按照目标的朝向对所述图像进行分类；

S3，对所有图像进行目标特征提取；

S4，针对同一朝向的图像进行特征融合和池化得到融合特征；

S5，识别待识别目标的朝向，并按S3和S4提取其待识别特征；

S6，以待识别特征与对应朝向的融合特征的相似度和朝向的权重因子的乘积作为最终相似度；

S7，若最终相似度的最大值大于给定阈值，则识别成功，输出该最终相似度的最大值对应的目标为重识别结果，否则识别失败。

2.根据权利要求1所述的基于多帧特征融合的视频目标重识别方法，其特征在于，所述S2中朝向的分类采用深度神经网络模型。

3.根据权利要求2所述的基于多帧特征融合的视频目标重识别方法，其特征在于，所述S2中还包括深度神经网络模型的训练，采用经人工标记了朝向的图片作为样本训练深度神经网络模型。

4.根据权利要求1所述的基于多帧特征融合的视频目标重识别方法，其特征在于，所述S3中目标特征的提取采用CNN网络。

5.根据权利要求1所述的基于多帧特征融合的视频目标重识别方法，其特征在于，所述S4特征融合采用RNN网络，采用当前时刻输入的目标特征和上一时刻RNN网络的特征向量的线性组合作为输出，具体为：

o^(t)＝W_if^(t)+W_sr^(t-1)

r^(t)＝Tanh(o^(t))

其中，o^(t)为RNN网络在当前时刻t的输出；W_i和W_s为权重系数；f^(t)为当前时刻t输入的目标特征；r^(t-1)为RNN网络上一时刻t-1的特征向量；Tanh(·)为激励函数。

6.根据权利要求5所述的基于多帧特征融合的视频目标重识别方法，其特征在于，所述池化为平均池化：

其中，V_y为融合特征，T为时长。

7.根据权利要求1所述的基于多帧特征融合的视频目标重识别方法，其特征在于，所述S6中最终相似度的计算具体如下：

S_o＝wS(V_x,V_y)

其中，V_x为待识别特征；V_y为融合特征；S(·)为相似度计算函数；w为朝向的权重因子，w∈W，W＝{w_s,w_d,w_n}，w_s为V_x和V_y朝向相同的权重因子，w_d为V_x和V_y朝向相反的权重因子，w_n为V_x和V_y朝向相邻的权重因子；S_o为最终相似度。

8.根据权利要求7所述的基于多帧特征融合的视频目标重识别方法，其特征在于，所述权重因子的取值为w_s＝[0.8,0.9]，w_d＝[0.4,0.5]，w_n＝[0.55,0.65]。

9.根据权利要求1所述的基于多帧特征融合的视频目标重识别方法，其特征在于，所述给定阈值为0.6。