[发明专利]一种行人重识别系统与方法

摘要

本发明公开了一种行人重识别系统，包括用于计算待测图像p与初始参考图像集G中各参考图像的图像相似度的多流特征距离融合系统、用于根据图像相似度对参考图像进行排序的排序系统以及基于k邻域分布得分的重排序系统；重排序系统用于在初始排序列表的基础上，根据k邻域分布得分对初始排序列表中的参考图像进行重新排序。本发明还公开了一种行人重识别方法，采用本发明的行人重识别系统。本发明针对影响行人重识别的两个主要因素，即图像相似度计算与图像排序，分别进行了改进，任意一方面的改进与现有技术相比，均能提高行人重识别的准确性。两方面改进的结合则能得到最优的行人重识别效果。

主权项

1.一种行人重识别系统，其特征在于：包括用于计算待测图像p与初始参考图像集G中各参考图像的图像相似度的多流特征距离融合系统以及用于根据图像相似度对参考图像进行排序的排序系统；所述多流特征距离融合系统包括逐级连接的多流特征提取网络、贡献系数自适应生成模块与距离融合模块；多流特征提取网络包括用于提取输入图像的特征图的特征图提取网络，所述特征图包括全局特征图与n个区域特征图，输入图像包括待测图像p与参考图像；多流特征提取网络还包括用于分别从各特征图中提取相应特征的特征提取网络；多流特征提取网络能够将特征图输出给贡献系数自适应生成模块，并能将提取到的特征输出给距离融合模块；贡献系数自适应生成模块包括激活比计算模块与用于根据各区域特征图的激活比计算各区域特征的贡献系数的贡献度映射模块；所述激活比是指区域特征图上的非零值点的数量与全局特征图上的非零值点的数量的比率；所述贡献系数是指全局特征或区域特征对融合距离的贡献程度；全局特征贡献系数恒为1；距离融合模块用于根据待测图像p的各特征与参考图像的各特征计算相应特征之间的特征距离，并利用各特征的贡献系数将各特征距离融合成多流特征距离；然后采用多流特征距离作为图像相似度指标：多流特征距离越小，图像相似度越高，多流特征距离越大，图像相似度越低。