[发明专利]一种基于多注意力联合多级特征的行人再识别方法

说明书

本发明公开了一种基于多注意力联合多级特征的行人再识别方法。属于计算机视觉领域；具体步骤：1、图片预处理和设定训练次数；2、判断是否达到最大训练次数；3、通过训练卷积神经网络模型得到特征与预测标签；4、根据损失函数对网络参数进行更新；5、保存当前模型参数，将其用于训练完成后的测试，再次进入步骤2。本发明融合了卷积神经网络高层次的语义特征与低层次的特征，且对融合后的特征进行注意力加权的操作后进行分块重组的步骤；特征被分块重组后，其可以在不同的尺度上进行匹配，并且通过设计的新型分类器来获取图像的最后特征表达用于行人重识别的识别任务；将二者结合，将提高行人重识别的准确率。

技术领域

本发明涉及计算机视觉领域，具体涉及一种基于多注意力联合多级特征的行人再识别方法。

行人重识别是计算机视觉领域非常热门的一个研究课题，他可以被视为图像检索的一个子问题。行人重识别的目标就是给定一个监控行人图像，来检索跨设备的情况下该行人的其他图像。当前行人重识别主要分成两种大类方法，一种是传统的方法，主要依赖于手工特征；另外一种是使用深度学习的方法来进行求解。传统的方法因为主要依赖于手工特征，其不能很好的适应数据量很大的一个复杂的环境。近几年来，随着深度学习的发展，大量基于深度学习的行人重识别方法被提出，大大提高了行人重识别的准确性。本发明针对该问题开发了轻量级的基于结合压缩激励模块的紧密连接卷积神经网络的图像分类方法。紧密连接卷积神经网络将当前层前所有层的输出作为输入，实现了特征重用以及提高了参数的效率，使得该模型仅仅使用了少量的参数就可以获得很好的性能。压缩激励模块显示的建模通道之间的相互依赖关系，自适应的重新校准通道方向的特征响应，实现了特征选择，有选择的强调信息特征，并抑制无用的特征。将二者结合，大大提高了卷积神经网络的性能。

社会公共安全一直是社会治安的重要组成部分，其中行人视频监控技术作为其重要的途径近年来得到了高速的发展。由于视频监控设备质量的不断提高以及成本的持续下降，监控视频已经覆盖了城市公共场所的各个角落。随着监控视频的持续应用和建设，他在震慑犯罪，维持社会治安稳定的实践过程中起着很重要的影响，而行人视频也被用于刑事侦查，并且起到了巨大的作用。由于摄像头数量极大，同时各个公共场所的背景的复杂性，光纤，遮挡等一系列的问题是的传统的通过人工对视频进行检查有点余力不足。因此采用计算机视觉为主导的方式去解决视频监控领域带来的问题成为了该领域的热点问题。

行人重识别是指利用计算机视觉技术，即给定一个监控行人图像，检索跨设备下该行人的其他图像。行人重识别可以应用到监控，行为能力理解，异常检测，刑事侦查等方面中。

早期的行人重识别最早可以追溯到跨摄像头多目标跟踪(Multi-target multi-camera tracking,MTMC tracking)，在05年，就有文章主要探讨了在跨摄像头系统中，当目标行人在某个相机视野中丢失后如何将其轨迹在其他相机视野下再次关联起来的问题，该文章创造性的提出了如何提取行人特征以及如何进行相似性度量等行人重识别的核心问题。因此，行人重识别也被研究员们从MTMC跟踪问题里抽取出来，作为一个独立的研究课题。郑良博士提出一个行人重识别系统可以看作是行人检测以及行人重识别的结合，随着深度学习的发展，行人检测技术已经逐渐成熟，目前大部分的数据集直接将检测出来的行人图像作为训练集和测试集。

当前，行人重识别已经广泛应用于多个场景下。由于在监控视频中，相机的角度分辨率等问题存在无法获得高质量的人脸图片。因此，在人脸识别技术失效的情况下，行人重识别技术就成了非常重要的替代品技术。

发明内容

针对上述问题，本发明提供了一种基于多注意力联合多级特征的行人再识别方法，其融合了卷积神经网络高层次的语义特征与低层次的一些特征，并且对融合后的特征进行注意力加权的操作后进行分块重组的步骤；特征被分块重组后，其可以在不同的尺度上进行匹配，并且通过设计的新型分类器来获取图像的最后特征表达用于行人重识别的识别任务

本发明的技术方案是：一种基于多注意力联合多级特征的行人再识别方法，具体步骤包括如下：