[发明专利]行人重识别数据集增强方法、系统、终端、摄像头及介质

权利要求书

1.一种基于生成对抗网络的行人重识别数据集增强方法，其特征在于，应用于数据信息处理终端，所述基于生成对抗网络的行人重识别数据集增强方法包括：

利用训练好的最优生成器G生成行人数据集，输入多张行人图片，交叉生成不同的外貌的行人图片；同时还交叉生成同一行人ID不同姿态、背景、光照、角度的行人图片；所述行人图片包括衣着、装饰。

2.如权利要求1所述的基于生成对抗网络的行人重识别数据集增强方法，其特征在于，所述最优生成器G生成方法包括：

第一步，网络输入三张行人图片，分别为x_i、x_j、x_k，其中x_j与x_k是同一行人在不同场景或不同时段采集的图片，分别使用外貌编码器E_a和结构编码器E_s对x_j进行编码，得到外貌编码和结构编码

第二步，使用第一步中的E_s编码器对x_i进行编码，得到结构编码C_sⁱ；

第三步，使用第一步中的中的E_a编码器对x_k进行编码，得到x_k的外貌编码C_a^k；

第四步，通过第一步～第三步生成对抗网络中生成器G，还需进行两个鉴别器D₁和D₂的判断；

第五步，重复迭代以上第一步～第四步，得到最优生成器G。

3.如权利要求2所述的基于生成对抗网络的行人重识别数据集增强方法，其特征在于，所述第一步得到外貌编码和结构编码后，再利用外貌编码和结构编码重构自身图像x_j’。

4.如权利要求2所述的基于生成对抗网络的行人重识别数据集增强方法，其特征在于，所述第二步得到结构编码C_sⁱ后，再利用x_j的外貌编码C_a^j和结构编码C_sⁱ重构图像x_i’。

5.如权利要求2所述的基于生成对抗网络的行人重识别数据集增强方法，其特征在于，所述第三步得到x_k的外貌编码C_a^k后，再利用第一步中x_j的结构编码和结构编码C_a^k重构图像x_k’。

6.如权利要求2所述的基于生成对抗网络的行人重识别数据集增强方法，其特征在于，所述第四步的D₁鉴别器用以真假判断，由对抗损失监督，优化外貌编码器E_a、结构编码器E_s和生成器；

D₂鉴别器用以类别判断，判断生成图片x_n’以及输入图片对应生成图片的类别，D₂模型优化时还进行优化生成器。