[发明专利]一种基于语义区域表达的行人重识别方法在审
| 申请号： | 201810930107.4 | 申请日： | 2018-08-15 |
| 公开（公告）号： | CN109344842A | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 雷建军;牛力杰;郑泽勋;彭勃;罗晓维;郭琰 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于语义区域表达的行人重识别方法，包括：给定一幅图像，将图像中行人不同部件的位置检测出来，得到包含不同部件区域的集合，根据行人所具备的高层语义信息，使用尺度不变局部模式描述符以及颜色直方图描述符，提取每一个部件区域内的特征并将其进行级联，再使用主成分分析对原始特征进行降维，获取部件区域特征的集合；根据部件区域特征的集合、结合图像的全局特征和局部特征获得对行人更完备的特征描述符；利用三元组损失训练度量函数，训练得到的度量矩阵可以将原始的特征向量映射到新的特征空间中，提高样本间的可分性；根据学习得到的度量矩阵计算行人图像特征之间的相似性，从而实现对行人的重识别。本发明不仅避免了图像背景的干扰，还实现了对应区域之间相似性的比较，有效提高特征的鲁棒性和可靠性。 | ||
| 搜索关键词： | 部件区域 集合 语义区域 描述符 图像 度量 矩阵 高层语义信息 特征描述符 颜色直方图 主成分分析 度量函数 获取部件 局部模式 局部特征 矩阵计算 区域特征 全局特征 特征空间 特征向量 图像背景 图像特征 位置检测 原始特征 可分性 鲁棒性 三元组 再使用 映射 级联 降维 样本 尺度 学习 | ||
【主权项】：
1.一种基于语义区域表达的行人重识别方法，其特征在于，所述方法包括以下步骤：给定一幅图像，将图像中行人不同部件的位置检测出来，得到包含不同部件区域的集合：根据行人所具备的高层语义信息，使用尺度不变局部模式描述符以及颜色直方图描述符，提取每一个部件区域内的特征并将其进行级联，再使用主成分分析对原始特征进行降维，获取部件区域特征的集合；根据部件区域特征的集合、结合图像的全局特征和局部特征获得对行人更完备的特征描述符；利用三元组损失训练度量函数，训练得到的度量矩阵可以将原始的特征向量映射到新的特征空间中，提高样本间的可分性；根据学习得到的度量矩阵计算行人图像特征之间的相似性，从而实现对行人的重识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810930107.4/，转载请声明来源钻瓜专利网。
