[发明专利]一种行人重识别系统和方法、计算机设备及存储介质

权利要求书

1.一种行人重识别系统，其特征在于，包括：

特征提取模块，用于获取待识别图像F，对F进行特征提取，输出F的图像特征；

级联排布的N层SFEM和（N-1）层级联抑制模块，其中，第一层SFEM与所述特征提取模块连接，所述特征提取模块的输出为所述第一层SFEM的输入；每两层SFEM之间连接有一层级联抑制模块，前一层SFEM的输出为所述一层级联抑制模块的输入，所述一层级联抑制模块的输出为后一层SFEM的输入；每一层SFEM用于对输入到所述每一层SFEM 的特征F1进行条状切割，并对条状分割后的特征进行显著性特征提取，输出F1的显著性特征SplitA(F1)；每一层级联抑制模块用于将输入到所述每一层级联抑制模块的特征F2的显著性特征与抑制显著性特征进行分离，并输出所述抑制显著性特征F_ca；

融合模块，与所述N层SFEM连接，每一层SFEM的输出均为所述融合模块的输入；所述融合模块用于将所述N层SFEM的输出进行融合，输出融合特征F_f；

预测模块，与所述融合模块连接，所述融合模块的输出为所述预测模块的输入；所述预测模块用于基于F_f预测F的行人ID。

2.如权利要求1所述的行人重识别系统，其特征在于，每一层SFEM包括：

分割单元，与所述每一层SFEM的前一层模块连接，所述分割单元用于对F1进行条状切割，输出F1的份条状特征，其中，F1的维度为，的维度均为；

个卷积单元，分别与所述分割单元连接，所述个卷积单元分别用于对进行卷积操作，得到卷积后的特征，其中，维度为均；

个GAP单元，每个GAP单元与一个卷积单元连接，所述个GAP单元分别用于对分别进行全局平均池化；

非线性单元，与所述个GAP单元连接，所述非线性单元用于对池化后的个特征进行softmax激活，生成权重向量V，其中，V的维度为；

显著特征提取单元，与所述非线性单元和所述每一层SFEM的前一层模块连接，所述显著特征提取单元用于将V的第x维与F1的第x份条状特征相乘，将相乘后的k个条状特征拼接为SplitA(F1)，其中，x=1、2、…k。

3.如权利要求1所述的行人重识别系统，其特征在于，每一层级联抑制模块包括：

掩码生成单元，与所述每一层级联抑制模块的前一层SFEM模块连接，用于对于F2的每个像素位置，在像素值大于或等于设定阈值的情况下，将所述像素值设置为0，在所述像素值小于所述设定阈值的情况下，将所述像素值设置为1，从而生成显著性掩码；

抑制单元，与所述掩码生成单元和所述每一层级联抑制模块的前一层SFEM模块连接，所述抑制单元用于将F2与按像素位置相乘，输出。

4.如权利要求1所述的行人重识别系统，其特征在于，所述融合模块包括：

N个卷积单元，分别与所述N层SFEM连接，每个卷积单元用于将一层SFEM输出的SplitA(F1)进行卷积，输出S(F1)；

拼接单元，与所述N个卷积单元连接，所述拼接单元用于将所述N个卷积单元输出的N层S(F1)进行拼接，输出。

5.如权利要求1所述的行人重识别系统，其特征在于，所述特征提取模块为卷积神经网络Resnet50。

6.如权利要求1所述的行人重识别系统，其特征在于，所述预测模块是用于使用全连接操作，将F_f映射为预测向量，将所述预测向量中数值最大的元素作为F的行人ID。