[发明专利]一种基于深度学习的行人重识别方法

说明书

本发明公开一种基于深度学习的行人重识别方法，包括：步骤1：预训练CNN模型：包括行人特征提取和特征度量，行人特征提取采用将全局特征以及局部特征相融合的方法，特征度量采用欧式距离作为相似性度量，在特征向量的距离约束条件下，建立基于度量矩阵的损失函数，采用的损失函数是在传统的Triplet Loss基础上增加约束函数，对CNN模型进行优化；步骤2：测试数据集：将测试数据集图像输入步骤1训练好的CNN模型中，获取图像特征并用欧氏距离计算目标行人图像和参考行人图像之间的相似度，最后将参考行人图像按照相似度大小排列，获得行人重识别结果。本方法适用于复杂场景下行人的重识别，对于场景变化的可移植性强，算法稳定、速度快，实用性强。

技术领域

本发明属于数字图像处理、计算机视觉领域，特别是涉及一种基于深度学习的行人重识别方法。

背景技术

随着监控摄像头在各领域的大量应用，传统的人工监控方法无法应对由此产生的海量监控视频。行人重识别是指在多台摄像机监控下进行行人匹配，即给定一个行人目标，在多台不同位置的摄像机不同时刻拍摄的视频中找到该目标。行人重识别技术是智能视频分析、视频监控、人机交互等诸多领域的核心技术，己经成为计算机视觉领域的研究热点。但是因为光照、视角、姿势、遮挡和分辨率等因素的影响，使得行人重识别技术存在很大的挑战性。行人重识别通常主要包含两个步骤，首先设计有效的描述行人的特征，然后通过度量学习算法进行相似性度量。传统的行人重识别方法依靠人工设计的特征，但由于同一个行人在不同图像中可能有很大差异，而不同的行人又可能看起来很相像，使得这些手工特征很难应用到复杂的现实环境中。深度学习目前已经成功地应用在计算机视觉的很多领域，如手写字符识别、目标检测、图像分类、人脸识别等，在行人重识别领域也有一定的研究。

行人重识别主要有两个关键部分：首先，特征提取，即提取目标行人和候选行人的特征。然后，度量学习，即计算目标行人和候选行人的特征相似度，判断候选行人是否为要找的目标。其中，特征描述是距离度量的基础。

许多基于卷积神经网络(Convolutional Neural Network，CNN)的方法在不考虑人的空间结构的情况下学习全局特征。这有几个主要的缺点：1)不准确的行人检测框可能会影响特征学习；2)被遮挡的人体部位可能会将不相关的情境引入学习的特征；3)全局特征中的局部差异是很重要的，特别是当我们必须区分两个外表非常相似的人时；4)变形和模糊的体态，导致度量学习会很困难。

由于摄像机的视角、尺度、光照、服饰与姿态变化、分辨率不同以及存在遮挡，不同摄像头间可能会失去连续的位置和运动信息，使用欧氏距离、巴氏距离等标准的距离度量来度量行人表观特征的相似度不能获得很好的重识别效果。

发明内容

为了克服上述现有技术存在的不足，本发明的目的在于提出一种基于深度学习的行人重识别方法，该方法是一种特征学习的新方法，该方法仍然学习全局特征，但是在学习期间执行自动部分对齐，而不需要额外的监督或明确的姿态估计。

为了达到上述目的，本发明所采用的技术方案是：

一种基于深度学习的行人重识别方法，其特征在于，所述方法包括如下步骤：

步骤1：预训练CNN模型：预训练CNN方法，包括行人特征提取和特征度量，行人特征提取采用将全局特征以及局部特征相融合的方法，特征度量采用欧式距离作为相似性度量，在特征向量的距离约束条件下，建立基于度量矩阵的损失函数，采用的损失函数是在传统的Triplet Loss基础上增加约束函数，对CNN模型进行优化；

步骤2：测试数据集：将测试数据集图像输入步骤1训练好的CNN模型中，获取图像特征并用欧氏距离计算目标行人图像和参考行人图像之间的相似度，最后将参考行人图像按照相似度大小排列，获得行人重识别结果。

进一步地，步骤1具体流程包括：