[发明专利]一种基于稀疏图相似度迁移的视觉行人重识别方法

权利要求书

1.一种基于稀疏图相似度迁移的视觉行人重识别方法，其特征在于，该方法包括以下步骤：

步骤S10，使用同一个训练好的深度卷积网络分别针对行人图像数据库中的每张行人图像和查询图像的特征进行抽取，抽取的特征通过特征向量表示；

步骤S20，通过特征向量计算所述行人图像数据库中任意两张行人图像的相似度，将所述每张行人图像看作一个节点，任意两张行人图像之间有一条边连接，所述相似度表示节点之间的边的权重，得到一个数据库图像密集关联图；

步骤S30，对得到的所述数据库图像密集关联图进行稀疏约束，得到数据库图像稀疏图；

步骤S40，通过特征向量计算所述查询图像和所述行人图像的相似度；以及

步骤S50，将所述查询图像和所述行人图像的相似度的度量当成是数据库图像稀疏图中对应节点的软标签，使用最小随机游走模型，稳定后，得到的能量值是查询图像和行人图像数据库中的每张行人图像的一致性得分，根据所述一致性得分对数据库图像稀疏图进行排序，并返回得分最高行人图像；

在步骤S30中，所述数据库图像密集关联图通过以下方式进行稀疏约束：

当知道行人图像数据库的所述每张行人图像的身份时，使用身份信息来限制所述节点之间的连接；

当无法获取所述行人图像数据库的所述每张行人图像的身份时，使用聚类的方式将所述节点分为多个聚类，如果两个节点属于同一个聚类，则所述两个节点之间存在边，否则，所述两个节点之间不存在边，

使用阀值预断，对与每个所述节点，选择跟它相似度大于设定阈值的节点建立边，否则，不建立边。

2.根据权利要求1所述的基于稀疏图相似度迁移的视觉行人重识别方法，其特征在于，在步骤S10中，所述行人图像的特征在线下抽取，查询图像的特征在线上抽取。

3.根据权利要求1所述的基于稀疏图相似度迁移的视觉行人重识别方法，其特征在于，所述当知道行人图像数据库的所述每张行人图像的身份时，使用身份信息来限制所述节点之间的连接，则数据库图像稀疏图的边权为：

，

其中，I_i和I_j为行人图像数据库中任意两张行人图像，S(I_i,I_j)为任意两张行人图像的相似度，W_ij为图像I_i和I_j的边权，i和j为图像的索引，y_i和y_j为图像I_i和I_j的身份信息。

4.根据权利要求1所述的基于稀疏图相似度迁移的视觉行人重识别方法，其特征在于，所述当无法获取所述行人图像数据库的所述每张行人图像的身份时，使用聚类的方式将所述节点分为多个聚类，聚类的序号当做是图像的伪标签，则数据库图像稀疏图的边权为：

。，

其中，I_i和I_j为行人图像数据库中任意两张行人图像，S(I_i,I_j)为任意两张行人图像的相似度，W_ij为图像I_i和I_j的边权，i和j表示图像的索引，y_i'是图像I_i的伪标签， y_j'是I_j的伪标签。

5.根据权利要求1所述的基于稀疏图相似度迁移的视觉行人重识别方法，其特征在于，所述使用阀值截断，对与每个所述节点，选择跟它相似度大于设定阈值的节点建立边，否则，不建立边，则数据库图像稀疏图的边权为：

，

其中，I_i和I_j为行人图像数据库中任意两张行人图像，S(I_i,I_j)为任意两张行人图像的相似度，W_ij为图像I_i和I_j的边权，i和j表示图像的索引τ为截断阈值。