[发明专利]一种基于人体骨骼关键点检测和非均等分区的行人重识别方法在审
| 申请号： | 201910626212.3 | 申请日： | 2019-07-11 |
| 公开（公告）号： | CN110334677A | 公开（公告）日： | 2019-10-15 |
| 发明（设计）人： | 范继辉;周莉;杜来民;邓国超;白玥寅;张松;朱顺意;巩志远;陈建学;周雨晨 | 申请（专利权）人： | 山东大学;山东领能电子科技有限公司;太原理工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 济南金迪知识产权代理有限公司 37219 | 代理人： | 许德山 |
| 地址： | 250199 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于人体骨骼关键点检测和非均等分区的行人重识别方法，包括步骤如下：(1)准备行人数据集，划分为训练集、验证集和测试集,标注训练集；(2)送入ResNet50网络，得到表征人体特征的tensor A；(3)依照人体骨骼区域相对不变性，按人体骨骼关键点对tensor A进行非均匀分区，分别表征人体的头、胸部、腹部、大腿、小腿、脚；(4)分别连接FC层，并用Softmax分类器分类；(5)验证及测试时，将n个特征向量合并计算相似度，实现行人重识别。本发明人体关键点检测和非均等分区的行人重识别方法具有更强的泛化能力和更高的准确性。 | ||
| 搜索关键词： | 人体骨骼 关键点检测 分区 训练集 计算相似度 人体特征 特征向量 行人数据 不变性 测试集 非均匀 分类器 关键点 验证集 小腿 大腿 标注 腹部 送入 胸部 并用 验证 测试 合并 分类 网络 | ||
【主权项】：
1.一种基于人体骨骼关键点检测和非均等分区的行人重识别方法，其特征在于，包括步骤如下：(1)准备行人数据集，行人数据集是指处于不同场景且具有不同尺度的大量的行人图像；将行人数据集划分为训练集、验证集和测试集，使用LabelImg图片标注工具标注训练集；(2)将步骤(1)标注好的图片送入ResNet50网络，得到表征人体特征的tensor A；(3)依照人体骨骼区域相对不变性，按人体骨骼关键点对tensor A进行非均匀分区，得到tensor1‑1、tensor1‑2、tensor1‑3、tensor1‑4、tensor1‑5、tensor1‑6，分别表征人体的头、胸部、腹部、大腿、小腿、脚；(4)将tensor1‑1、tensor1‑2、tensor1‑3、tensor1‑4、tensor1‑5、tensor1‑6分别连接FC层，FC层即全连接层；并用Softmax分类器分类；(5)验证及测试时，将n个特征向量合并计算相似度，n个特征向量包括tensor1‑1、tensor1‑2、tensor1‑3、tensor1‑4、tensor1‑5、tensor1‑6，实现行人重识别。
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山东大学;山东领能电子科技有限公司;太原理工大学，未经山东大学;山东领能电子科技有限公司;太原理工大学许可，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/201910626212.3/，转载请声明来源钻瓜专利网。
