[发明专利]深度多视图特征距离学习的行人重识别方法

权利要求书

1.深度多视图特征距离学习的行人重识别方法，其特征在于，包括以下步骤实施：

步骤1，提取区域特征向量，使用微调的Resnet-50模型提取图像的三维卷积特征，设计不同尺度的滑框，滑框技术被运用到通过网络得到的激活映射的长宽截面上，对得到的卷积层的激活应用各种尺度的滑动窗口，并提取所有区域块中的特征向量，并将所有区域块中的特征向量聚合得到图像的聚合特征向量；

步骤2，区域划分，先根据步骤1中得到的图像的聚合特征向量，通过归一化算法l₂范数归一化；再通过加和的方式表现图像的矢量集合，之后再对图像表示进行归一化算法l₂范数归一化处理；最终一幅图像划分为N个区域，得到深度区域聚合特征；

步骤3，LOMO特征提取，对于参考集和测试集中的行人图像分别提取传统LOMO特征；

步骤4，多视图特征距离学习，从深度区域聚合特征和LOMO特征两个角度出发，两个特征分别通过度量方法、交叉视图二次判别方法训练获得两个距离；

步骤5，加权融合策略，对于步骤4得到的两个距离通过参数加权融合获得最终距离，并根据最终距离得到匹配的等级。

2.根据权利要求1所述的深度多视图特征距离学习的行人重识别方法，其特征在于，步骤1所述的提取区域特征向量，具体按照以下步骤实施：

步骤1.1，使用微调的Resnet-50卷积网络，根据来自最后一个卷积层的每个图像的图像大小和纵横比来提取激活和特征映射，提取行人单幅图像的激活映射并定义为A_i,j,k，i,j,k分别代表激活映射的宽W、长H、通道C；

步骤1.2，经步骤1.1处理后，为提高局部信息在模型中的比重，在步骤1.1的基础上，运用滑框技术到已经提取的激活映射的长宽截面上，目的是提高图像局部信息的描述能力；

步骤1.3，用L种不同尺度的滑框对特征平面进行区域划分，即用不同比例的区域进行采样，并提取区域块中的特征向量，以获取图像的局部特征。

3.根据权利要求1所述的深度多视图特征距离学习的行人重识别方法，其特征在于，步骤2所述的区域划分，具体按照以下方法实施：

步骤2.1，滑框的选择标准与过程，滑框的使用被分为四个尺度等级进行，最大尺度对应着激活映射的最大尺寸，在最大尺度L＝1时，区域尺寸被确定为尽可能大，即滑框的尺寸等于卷积激活映射长宽截面的短边长度，利用全部的激活映射从长宽两个方向进行累加整合成一个特征向量，在滑框与滑框之间，都有一定的重叠区域，可认为对那些重叠的区域赋予了较大的权重，并且每个滑框都是正方形的，对区域进行均匀采样，使得连续区域之间的重叠尽可能接近40％，滑框的大小由特征平面的短边决定，滑框边长的表达式如下：

步骤2.2，当滑框的尺度L＝4时，即有4个不同尺度的滑框对激活映射进行操作，对激活映射的各个区域块以宽的方向进行编号，定义为Region 1,Region 2,…,Region N，将滑框内的元素直接相加，若定义f_a,b为第a个滑框尺度等级下的第b个向量，那么单幅图像在通过滑框操作后累加所有尺度下特征向量的和，最终的全局特征向量的表达式如下式所示：

步骤2.3，通过计算与每个区域块相关的特征向量，并用归一化算法l₂归一化对其进行后处理，将区域特征向量聚合到单个图像向量中，通过将它们相加并最终进行l₂归一化；该步骤使图像的特征维度较低，使其维数等于特征通道的数量；通过提取单幅图像的卷积特征，并将图像特征用一个等于通道数的向量维度表示，最终得到的深度区域聚合特征用DRIF来表示。