[发明专利]一种基于姿态引导生成对抗网络的行人重识别方法

说明书

本发明公开了一种基于姿态引导生成对抗网络的行人重识别方法，S1：利用ResNet‑50构建行人重识别模型的主干网络，用于提取行人特征；S2：构建多尺度特征提取模块，用于融合不同尺度的行人特征；S3：构建姿态转移模块，用于融合行人的姿态和外观特征；S4：构建基于姿态引导的生成对抗网络，用于生成不同姿态下的行人样本图像；S5：设计联合训练策略，充分挖掘行人外观信息，克服姿态变化产生的影响，并提升生成样本图像的质量。生成对抗网络生成不同姿态下的行人样本图像，对训练样本进行了有效地扩充，同时采用共享网络参数的和生成样本在线训练的联合训练策略，可以有效提升行人重识别网络的表征能力，提升行人重识别模型的性能。

技术领域

本发明属于计算机视觉技术领域，具体涉及一种基于姿态引导生产对抗网络的行人重识别方法。

背景技术

现如今，不断发展的视频监控为“平安城市”和“智慧城市”的建设提供了有力的基础支撑和技术支持。公共安全问题是诸多社会挑战中的热点话题，也是国家经济平稳发展和社会稳定进步的基础要求，同时也是预防和应对各类安全事故，保证人民群众财产的重要基石。在过去的十多年间，中国已经成为监控摄像设备安装增长最快的国家，监控视频系统被广泛的应用在各种场合，目前我国已经建成世界上最大的视频监控网系统。大量架设的摄像头组成了一个巨大的“天眼”网络，覆盖到城市的大街小巷。据不完全统计，国内目前用于公共安全服务的视频监控设备已超过3000万台，全国省级公安部门中基本都建设了省级视频图像数据平台。这些监控系统每天产生海量的视频数据，需要相关安全部门主动分析和挖掘有用信息，对异常情况进行及时预警。虽然大规模的网络化监控可以提高视频监控系统的可靠性，同时也为管理和分析工作带来了很大的困难。目前监控数据的筛查、处理及内容的理解分析工作大多采用人工处理，然而由于监控中的场景变化具有不确定性，长时间的监控处理工作使得工作人员难以集中注意力，尤其是监控视频中场景复杂，人员密集，人流量大等情况中，人工处理的方式容易出现疏漏，难以有效地监控视频中发生的事件。这种人工处理方式不但准确性不高，而且需要花费大量时间，同时对于负责数据处理的人员来说也是一个巨大挑战。因此探究如何利用计算机视觉的方法实现检测、识别、跟踪和行为分析等类似于人类能力的智能视频监控，已经成为国内外研究学者和各智能企业的重点内容之一。

行人是视频监控中的主体，利用计算机视觉技术对行人的行为进行研究和分析是智能监控技术的重要组成部分。目前行人分析的技术主要有行人检测、行人计数、行人跟踪、行人识别、行人重识别等。行人检测主要是检测出视频中行人的位置及区域；行人计数则是在行人检测的基础上对行人进行计数工作，主要应用在人流量大的场所，如重要的交通路口、车站、机场等；行人跟踪是行人从进入单个监控设备的视野到离开此监控视野的时间内对其进行跟踪；行人识别主要是识别出已检测出的行人的身份；而行人重识别技术则是解决跨摄像头跨场景下行人的识别与检索问题。现有的行人识别技术主要借助于行人本身特有的信息，如人脸、指纹、虹膜等。在实际场景中，指纹和虹膜的获取需要每个行人的接触式配合工作，大多数的监控设备无法获取到清晰的行人人脸图片，同时单个相机通常无法覆盖所有的区域，多个相机视野覆盖的区域几乎没有重叠，为了解决这些问题，一种根据行人的外观、衣着、体态、发型、携带的物品等信息从多个非重叠摄像机获取得图像或视频序列中检索特定行人的技术——行人重识别技术应运而生。行人重识别又称为行人再识别，被广泛认为属于图像检索技术之一，是智能监控和多媒体应用的核心技术之一，经常用于发现罪犯、分析人类活动和跟踪多个目标等任务。

然而与传统的图像识别和检索任务相比，行人重识别任务依旧面临很多挑战，在实际监控环境中，由于相机与行人之间的距离、角度不同，导致拍摄出来的图片中行人姿态与视角都不同，同时，不同位置部署的相机具有较大的环境差异，拍摄到的图片往往受到光照强度，恶劣天气以及相机自身的差异，导致拍摄到的行人姿态变化大、白天与夜间光照差异大、场景杂乱且有遮挡、相机风格变化大、分辨率低等情况，极大的增加了行人重识别的难度。

发明内容