[发明专利]基于姿态估计与视点机制融合的行人再识别方法

摘要

本发明设计一种基于姿态估计与视点机制融合的行人再识别方法。用于解决各种需要进行刑侦，失踪人员寻找问题，为了达到该目的，该方法通过考虑行人的姿势结构信息，采用姿势估计网络Openpose提取行人关键点，同时考虑相机拍摄的视点位置，根据图像的拍摄的角度，生成行人身体关键区域，帮助对齐图像中的身体区域特征并可以避免相机拍摄到行人侧面时行人关键区域被遮挡等问题。最终，通过特征融合子网络将局部特征图与全局特征图进行融合来合并不同语义级别的区域特征。通过对行人数据集的训练，得到对应的模型，通过加载模型并采用本文的神经网络结构预测出所有与目标行人匹配的行人。

主权项

1.基于姿态估计与视点机制融合的行人再识别方法，其特征在于，所述方法包括以下步骤：步骤一：行人再识别数据集采集，获取行人再识别公开数据集，区分训练集与测试集，进入步骤二；步骤二：行人再识别数据集训练，将行人再识别公开数据集的训练集作为深度卷积神经网络模型的训练集，最终得到行人再识别模型进行进入步骤三；步骤三：特征提取与融合，根据步骤二，得到的行人再识别模型，对查询图像与库图像提取网络中的全局特征与局部特征，将一张图像输入网络后，通过特征嵌入网络与特征融合网络最终获得一个2048维向量特征进入步骤四；步骤四：再识别分析，根据步骤三获得的2048维特征向量，计算查询图像特征与待查询图像特征之间的欧几里得距离，将该距离由小到大排序，排名较前的图像较大可能与查询图像为同一行人，并利用CMC累积匹配曲线中的RANK1，RANK5，RANK10，RANK20与平均精度mAP作为算法性能的评价指标。