[发明专利]基于深度融合神经网络行人重识别技术的智能监控方法

摘要

本发明提供一种基于深度融合神经网络行人重识别技术的智能监控方法。本发明方法对获取的图像进行色彩增强的预处理后，对其提取传统手工特征和深度残差卷积神经网络对图像进行提取，之后将降维之后的传统手工特征和训练完好的神经网络提取到的深度特征进行融合，完成对目标行人的识别。本发明与现有技术相比，识别精度大大提高，本发明中包含的行人重识别算法将识别成功率提升到了81.74％，使得该技术完全可实用化。行人重识别的过程均为自动完成，不会因为人员疲劳而遗失细节。

主权项

1.一种基于深度融合神经网络行人重识别技术的智能监控方法，其特征在于，包括如下步骤：S1、从监控视频中逐帧获取图像；S2、对图像进行色彩增强的预处理，之后，将其发送至提取手工特征的局部最大值结构和提取深度特征的神经网络中；S3A、提取传统手工特征，具体为：使用局部最大池化算法提取特征向量，使用预设尺度的方格以一定步长遍历整张图片，并对每个方格里的图像提取颜色特征和纹理特征，然后对整个特征向量进行降维处理；S3B、使用深度残差卷积神经网络对图像进行提取和高斯池化；S4、将降维之后的传统手工特征和训练完好的神经网络提取到的深度特征进行融合，完成对目标行人的识别；S5、对识别到的行人进行跟踪，并在跟踪置信度降低至某一个阈值时重复上述流程进行重识别，同时，对识别的结果进行预设样式的标注显示。