[发明专利]一种基于图像增强技术的行人重识别方法、装置及系统

权利要求书

1.一种基于图像增强技术的行人重识别方法，其特征在于，包括：

对第一待识别行人图像进行图像增强处理，获得第二待识别行人图像；

对第一训练样本图像集中的训练样本图像进行随机擦除处理，获得第二训练样本图像集，其中，所述随机擦除处理为随机选取图像中随机大小的矩形区域，将随机像素值赋值给所述矩形区域内的像素；

将所述第二训练样本图像集输入到深度神经网络模型中进行训练，获得预训练模型，并根据所述预训练模型，对所述第二待识别行人图像进行特征提取处理，获得所述第二待识别行人图像的第一特征向量，其中，所述预训练模型为训练样本图像及特征向量的函数关系模型；

对所述第一特征向量进行降维处理，获得所述第二待识别行人图像的第二特征向量；

根据所述第二特征向量以及测试样本图像集对应的特征向量集，对所述第二待识别行人图像进行特征匹配处理，获得所述第二待识别图像的行人重识别结果。

2.如权利要求1所述的方法，其特征在于，对第一待识别行人图像进行图像增强处理，获得第二待识别行人图像，包括：

对所述第一待识别行人图像进行直方图归一化以及均衡化处理，获得第一行人图像；

对所述第一待识别行人图像进行通道分离、图像补偿、通道合并、图像修正以及线性拉伸处理，获得第二行人图像；

对所述第一行人图像和所述第二行人图像进行加权处理，获得所述第二待识别行人图像。

3.如权利要求2所述的方法，其特征在于，对所述第一待识别行人图像进行通道分离、图像补偿、通道合并、图像修正以及线性拉伸处理，获得第二行人图像，包括：

对所述第一待识别行人图像进行通道分离处理，获得对应的R、G、B三个通道的图像；

对所述三个通道的图像进行亮度估计，并根据所述亮度估计结果，对所述三个通道的图像进行图像补偿处理；

对所述补偿处理后的三个通道的图像进行通道合并、图像修正以及线性拉伸处理，获得所述第二行人图像。

4.如权利要求1所述的方法，其特征在于，对第一训练样本图像集中的训练样本图像进行随机擦除处理，获得第二训练样本图像集，包括：

从所述第一训练样本图像集的原始行人图像集中随机选取N张原始行人图像，其中，所述第一训练样本图像集包括所述原始行人图像集和非行人图像集；

对所述选取的每一张原始行人图像进行M次随机擦除处理，获得遮挡行人图像集，其中，所述N为第一预设范围内的任一整数，所述M为第二预设范围内的任一整数；

对所述遮挡行人图像集中的遮挡行人图像进行图像仿射、镜像处理，获得所述第二训练样本图像集，其中，所述第二训练样本图像集包括所述图像仿射、镜像处理后的遮挡行人图像集和所述非行人图像集。

5.如权利要求4所述的方法，其特征在于，对所述选取的每一张原始行人图像进行M次随机擦除处理，包括：

对所述选取的每一张原始行人图像进行M次复制处理，获得对应的M张所述原始行人图像；

随机选取所述原始行人图像中随机大小的矩形区域，将随机像素值赋值给所述矩形区域内的像素。

6.如权利要求5所述的方法，其特征在于，所述随机像素值为第三预设范围内的任一整数或图像网ImageNet平均像素值。

7.如权利要求1所述的方法，其特征在于，根据所述第二特征向量以及测试样本图像集对应的特征向量集，对所述第二待识别行人图像进行特征匹配处理，获得所述第二待识别图像的行人重识别结果，包括：

根据所述第二特征向量以及测试样本图像集对应的特征向量集，获得所述第二特征向量与所述特征集中的特征向量之间的距离，其中，所述距离为两个特征向量之间的欧式距离；

在所述距离中选取小于预设阈值的目标距离，获得所述目标距离对应的目标特征向量；

将所述目标特征向量对应的测试样本图像作为所述第二待识别图像的行人重识别结果。