[发明专利]一种基于人体语义对齐的行人重识别方法、装置和系统

说明书

本发明公开了一种基于人体语义对齐的行人重识别方法，涉及视频监控技术领域，所述方法包括：获取来自一图片数据集的第一图片信息；建立基础神经网络，提取所述第一图片信息中的特征并输出为特征图；提取所述特征图中的全局特征向量和若干局部区域特征向量；构建包括三元损失函数、交叉熵分类损失函数和语义对齐损失函数的联合损失函数，对所述基础神经网络进行调整，使得输出的所述全局语义特征向量含有所述若干局部区域特征向量的信息，完成深度卷积神经网络模型的建立，其中，所述语义对齐损失函数对所述全局特征向量和所述若干局部区域特征向量进行语义对齐损失计算。

技术领域

本发明涉及视频监控技术领域，尤其涉及一种基于人体语义对齐的行人重识别方法、装置和系统。

背景技术

行人重识别技术是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的一种技术。可以把行人重识别技术认为是一个图像检索的子问题，常应用于对人体的跨镜追踪。跨镜追踪是指在非交叉的摄像设备(如监控摄像头、手机摄像头等)下将多人(最多可能到几千人)的活动场景拍摄下来作为数据库，再输入一个需要检索的行人图像，从而检索数据库中所有可能存在的该行人的图像。行人重识别技术是视频安全监控领域的核心技术，可以完成行人识别、定位和活动轨迹等重要应用。

近年来，随着对行人重识别研究的深入，利用深度神经网络(DCNN)的方法进行行人重识别取得较好的效果。这些方法主要分成两类：第一类是提取人体的整体语义特征；第二类是先对人体进行横向或者竖向分割，提取多个局部语义特征后再进行识别。第二类方法认为人体中某些具有辨识度的局部区域可以较好完成行人识别。

上述两种方法均能取得一定的效果，但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述两种方法至少存在如下技术问题：在实际场景中应用上述技术方案进行行人重识别的过程中，大量存在的人体相互遮挡使得上述两种方法的应用效果很差。上述两种方法所提供的技术方案并没有考虑到在实际遮挡情况下相同的人体图像会因为遮挡而不同，从而导致人体图像在空间语义不对齐，进而影响到行人重识别的鲁棒性和有效性。

因此，本领域的技术人员致力于开发一种基于人体语义对齐的行人重识别方法、装置和系统，解决在行人重识别中由于人体遮挡严重所导致的应用效果差的问题。

发明内容

本申请实施例通过提供一种基于人体语义对齐的行人重识别方法、装置和系统，解决了现有技术中人体遮挡所导致的语义不对齐问题，使得因为人体遮挡所导致的语义不对齐问题对行人重识别的影响减少，行人重识别方法在各数据集上的平均检索精度得到提高。

在人体遮挡严重和姿态视角变形大的情况下，现有的技术方案中存在的无法对行人进行识别或识别不准确的问题，其背后的原因是检索中对不同人体图像进行比对时，存在在空间上语义不对齐，进而影响到行人重识别的鲁棒性和有效性。

人体语义对齐技术，指的是针对两张进行匹配的行人图片，图片上相同的空间位置对应的内容的语义应该保持一致，比如头部对应头部。如果相同的空间位置上一张图片的头部对应另一张图片的肩部，就是人体语义不对齐。

为实现上述目的，本申请实施例针对人体语义不对齐的情况进行改进，特别涉及一种基于贝叶斯优化技术的行人重识别方法、装置和计算机系统。

具体来说，本申请实施例提供了一种基于人体语义对齐的行人重识别方法，所述方法包括：

获取来自一图片数据集的第一图片信息；

建立基础神经网络，提取所述第一图片信息中的特征并输出为特征图；

提取所述特征图中的全局特征向量和若干局部区域特征向量；