[发明专利]一种基于混合注意力机制的群组行人重识别方法

说明书

本发明提供了一种基于混合注意力机制的群组行人重识别方法，包括：利用深度卷积神经网络骨干模型对群组图像进行初步特征提取；利用混合注意力机制模型对已初步提取的特征进行进一步提取；对已经过混合注意力模型的特征用最小二乘残差距离进行比对和评估。本发明通过充分考虑群组行人重识别问题中存在的各种挑战，利用了包括空间注意力和通道注意力的混合注意力模型，使网络更多地关注群组图像的关键区域和特征，提出基于最小二乘算法的新型最小二乘残差距离，更好地学习群组图像对之间的度量。本发明能够很好地适应由于群组行人图像带来的各种挑战，具有很好的多样性和普遍的适用性。

技术领域

本发明属于计算机视觉技术领域，具体为一种基于混合注意力机制的群组行人重识别方法，涉及在无重叠监控摄像头下的专注于群组的行人重识别。

背景技术

近年来，人们对于公共安全问题的关注日益提升，对安全问题的重视程度已上升到全新高度，在城市中的视频监控网络日益完善，视频监控遍布到城市的各个角落且视频监控数据的质量和数量大大提升。在视频监控网络的各部分中，考虑到行人活动的灵活多变性及监控行人对于保护人员安全和刑侦破案的重要意义，行人是监控视频关心的重点对象之一，视频监控已经应用到各种人员频繁出没的场所。

现阶段的行人监控手段主要是以人工监控为主的形式对实时摄像进行监看为主，这一过程需要大量的人力物力，且视频监控得到的视频数据量非常庞大，人工监控为主的方式很难对得到的庞大的视频数据量全部覆盖，因此这种监控机制极易错失重要信息和数据。在此情况下，基于深度学习和人工智能的行人重识别算法越来越重要。行人重识别算法能够在不重叠的不同摄像机的监控下识别出同一个行人。行人重识别的快速发展能够为视频监控系统带来巨大精确度提升的同时，还可以节省下大量的人力物力，具有重要的研究意义。

跨摄像机的行人重识别对于视频监控中的关键问题解决有着重要作用。行人重新识别是监控场景中的关键技术，在监控网络中清晰的脸部图像较为稀缺，行人的监控结果图像或视频分辨率不能满足人脸识别的需求，因此人脸识别技术难以应用到分辨率极低或位置与行人相隔较远的摄像头所得到的监控视频。考虑到在实际情况中，监控摄像机的部署有许多无法监控到的真空区域，在行人离开摄像机的监控区域并进入真空区域后，目标跟踪的相关技术不适用，而行人重识别功能是解决这种跨摄像机跟踪的关键。

目前已有的研究对于单人的行人重识别问题关注度较高，但却忽视了基于群组的行人重识别在行人比对任务上的重要作用。考虑到行人的行为常伴随着群组信息，群组行为是非常常见的且群组的共同行动所提供的信息有重要价值，因此基于群组的行人重识别可以解决一些单人的行人重识别所不能解决的问题。例如，当单个行人在摄像头中长时间被群组中另一个行人大面积遮挡，单人的行人重识别无法做到匹配，而从群组的角度实现重识别可以解决这样的问题，另外，单独的行人可能会存在其他与其特征相似的对象作为干扰，所以群组的重识别可以使行人间的匹配更加准确，具有极大的研究价值。

群组重识别对公共安全和监控系统具有重要的作用。群组重识别的目标是在不同的非重叠相机视图中识别同一个群组。现有的行人重识别相关研究多基于单人，而现实情境中，群组行为是不容忽视的。群组是很常见且能提供大量有效信息的行为。同时基于图像的群组比对方法可以扩展到视频序列中。视频序列相较于图像存在更多信息，综合对于时空信息的分析，可以进一步提升系统性能。