[发明专利]基于背景灰度化的行人再识别方法及系统

权利要求书

1.一种基于背景灰度化的行人再识别方法，其特征在于，包括以下步骤：

S1、对原始图像进行背景灰度化处理，同时图像前景信息保持不变，得到处理后的BGg图像，即背景灰度化图像；

S2、基于ResNet50的双路网络，一路为背景灰度流BGg-Stream，对步骤S1得到的背景灰度化图像进行特征提取，另一路为全局流G-Stream，对原始图像进行特征提取；

S3、通过级联对步骤S2得到的两路网络进行彼此交互；

S4、两路网络在每个阶段所得的特征图，通过空间-通道注意力机制模块，即SCAB模块之后作为BGg-stream的下一层卷积的输入特征图，使得两路网络得以联系，两路特征得以结合；

S5、特征提取后，采用三元组损失函数来更新网络参数，然后进行相似度计算，最后输出排列序列；

所述SCAB模块包括通道注意模块和空间注意模块；

所述通道注意模块按如下方法实现：给定输入特征映射F_i∈R^C*H*W，首先利用平均池化操作对特征地图的空间信息进行聚合，生成空间上下文描述符F_i∈R^C*1*1，将空间信息压缩并转换到通道中；然后将隐藏的激活大小设置为F_i∈R^C/r*1*1，以减少参数开销，其中R为缩减率；因此，通道注意模块表示为：

其中F_i为各阶段的BGg-Stream特征，σ为sigmoid激活函数，R为ReLU激活函数；δ是平均池数；和ζ表示为两个不同的连接层；表示element-wise乘法；

所述空间注意模块按如下方法实现：对于输入特征映射F_i∈R^C*H*W，其中C是信道总数，H*W是特征映射的大小，则空间注意模块表示为：

F_iii＝σ(C(F_i))

其中σ为sigmoid激活函数，空间关注模块的输出为F_iii∈R^1*H*W。

2.根据权利要求1所述的基于背景灰度化的行人再识别方法，其特征在于，所述BGg-stream的输入是BGg图像，图像的背景灰度化公式为：

BGg(i,j)＝0.299×R(i,j)+0.587×G(i,j)+0.114×B(i,j)

其中BGg(i,j)为BGg图像在第i行第j列的像素值，R、G、B为RGB图像的三个通道。

3.根据权利要求1所述的基于背景灰度化的行人再识别方法，其特征在于，在测试阶段应用局部特征响应最大化策略，即LRM策略；在测试的过程中，将特征图按水平分为适当个数的n个区域，对每一部分特征提取出响应最大的特征，作为该部分的特征。

4.一种基于背景灰度化的行人再识别系统，其特征在于，包括存储器、处理器以及存储于存储器上并能够在处理器上运行的计算机程序，当处理器运行该计算机程序时，实现如权利要求1-3任一项所述的方法步骤。