[发明专利]基于改进型YOLOv3网络和特征融合的行人重识别方法

说明书

本发明公开了一种基于改进型YOLOv3网络和特征融合的行人重识别方法，主要解决现有技术在视频监控场景中对特定行人检索精度低且速度慢的问题。其方案为：1)构建行人图片数据集；2)搭建改进型YOLOv3网络；3)搭建融合全局特征和多尺度局部特征的行人重识别网络；4)利用数据集训练改进型YOLOv3网络和行人重识别网络；5)融合2)和3)训练后的这两个网络得到行人重识别系统；6)将监控视频和待检索的目标行人图片输入到行人重识别系统，对待检索目标行人进行检索，输出目标行人的重识别结果。本发明增强了对不同姿态行人的敏感度，提高了行人重识别的检索速度和精度，可用于区域安防、刑事侦查、视频监控及行为理解。

技术领域

本发明属于计算机视觉领域，特别是涉及一种行人重识别方法，可用于区域安防、刑事侦查、视频监控及行为理解。

背景技术

近年来，越来越多的摄像机被部署到公共场所中。如何借助人工智能技术实现海量视频数据的智能分析和应用，已成为构建智能安防的关键。其中，行人重识别ReID正属于其中的核心课题之一。

随着人脸识别技术的发展，行业开始寻求更多技术应用的可能性。行人重识别技术作为人脸技术的重要补充和扩展，越来越多互联网巨头和科技独角兽开始意识到它的重要性，并逐渐在行人重识别研究领域投入资源。行人重识别ReID技术能够识别人的服装穿着、体态与发型，主要解决跨摄像头跨场景情况下对行人的识别、追踪与检索。

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。不同于人脸识别，行人重识别是将同一个人在不同摄像设备下的影像匹配起来，生成跨摄像头跨空间的目标人物检索。

一套以视频为输入的行人重识别系统包括行人检测和行人重识别。如图2所示。行人检测系统将输入的原始视频转化为待检索的行人图像，行人重识别对待检索的行人图像进行特征提取和相似度度量，实现对给定目标人物的识别。

传统的行人重识别方法依赖手工图像特征，比如颜色、Haar-like特征、直方图HOG、尺度不变特征变换SIFT、局部二值模式LBP和局部最大发生LOMO，这些方法均忽略了目标敏感区域，易受非目标区域的干扰，导致检测精度降低，运算量大。

发明内容

本发明的目的在于针对上述现有技术的不足，提供一种基于改进型YOLOv3网络和特征融合的行人重识别方法，以减小运算量，提高检测精度，保证检测的实时性。

本发明的技术方案是这样实现的：

一.技术原理

由于视频监控场景中行人数量众多且不同行人个体差异较小、难以区分，影响计算机在视频中检测特定行人的性能。如何使网络将不同行人的特征进行区分，学习到更具代表性的特征至关重要。因此，本发明主要基于深度学习的行人重识别研究，通过调整训练获得深度卷积神经网络模型，采用该模型进行特征提取，结合分类器进行网络训练，形成基于深度学习的行人重识别系统。通过对YOLOv3网络进行修改、剪枝以改进优化行人检测网络框架，使得行人检测网络更适用于对行人进行识别和检测，有效提升行人检测的速度和准确度；同时在全局特征的基础上，通过引入基于局部特征的方法，利用图片切块模型提取到的行人局部特征进行相似度度量，得到融合全局特征和多尺度局部特征的行人重识别方法。

二.技术方案

根据上述原理，本发明的实现步骤包括如下：

(1)构建训练数据集：

(1a)采集至少30000张像素不低于64×128的图像，图像必须包含行人目标，且每个行人至少由两个摄像头捕捉到；

(1b)对每一张图像中行人的边界框进行人工标注，绘制行人检测矩形框；

(1c)将所采集到的行人图像按照3:1的比例构建成训练集和验证集；