[发明专利]一种多尺度多特征融合的行人重识别方法及装置

说明书

本发明涉及行人识别技术领域，特别是指一种多尺度多特征融合的行人重识别方法及装置，所述方法包括：将待识别图像输入预先训练好的行人重识别模型中，行人重识别模型包括特征提取层、嵌入层；其中，特征提取层设置三个分支；通过特征提取层的三个分支，得到三个不同尺度的特征图；根据嵌入层预先设置的分割数目，分别对三个特征图进行分割，得到三组分割后的局部特征图，对每组局部特征图分别进行拼接，得到多个特征张量；通过GMP、GAP、卷积层、批处理归一化层及ReLU激活函数，将多个特征张量转化为一维向量；通过一维向量分别与多个待检测图像的一维向量的相似度，确定待识别图像对应的识别结果。采用本发明，可以提高行人重识别的准确率和效率。

技术领域

本发明涉及行人识别技术领域，特别是指一种多尺度多特征融合的行人重识别方法及装置。

背景技术

行人重识别，是指在给定一张行人图像或一个视频序列后，利用图像或视频中的一系列特征，如体型、穿着、姿态等信息，从其他包含大量行人数据的数据库中准确匹配到属于待检索行人的视频图像。

行人重识别方法主要分为传统的方法以及基于深度学习的方法。在传统的处理方法中，需要人为设计不同的特征提取方法以及选取合适的距离度量方式进行行人重识别。然而，传统方法更多的是捕获更底层的视觉信息，在行人视频图像存在严重的环境、光照变化的情况下，容易出现失误。

基于深度学习的方法则是将对视频图像的一系列操作整合到了一个完整的框架中。作为一种端到端的方法，基于深度学习的行人重识别算法采用多层非线性结构来挖掘更高层的视觉信息，能够在复杂的光照条件下仍然保持良好的重识别结果，因此成为了目前行人重识别研究中的主流方法。在行人重识别过程中，全局特征以及局部特征对实现更准确的行人匹配有着不同的意义。全局特征能够获得更加宏观的特征信息，与之相对的，局部特征则更加关注细节上的特征信息。然而，目前常见的利用局部特征进行行人重识别的方法容易人为的割裂不同区域的潜在联系，从而导致识别准确率低。常见的基于局部特征的行人重识别方法，如基于局部特征提取(Part-based Convolutional Baseline，PCB)。多粒度网络(Multiple Granularity Network，MGN)虽然充分地利用了PCB优势，但是并没有考虑到不同的局部区域间的内在关系。如图1所示，一个行人图像中特别是位于上半部分的局部区域之间很明显存在相似的特征信息，有很强的相关性，应将其作为一个整体用于行人重识别，但是PCB重识别方法将其视为两个毫不相关部分，对其分别进行处理，从而影响了行人重识别性能。同时，PCB方法专注于利用单一尺度的特征图获得局部特征信息，没有考虑到不同尺度的特征图拼接能够获取更加丰富的特征信息。

发明内容

本发明实施例提供了一种多尺度多特征融合的行人重识别方法及装置。所述技术方案如下：

一方面，提供了一种多尺度多特征融合的行人重识别方法，该方法应用于电子设备，该方法包括：

将待识别图像输入预先训练好的行人重识别模型中，所述行人重识别模型包括特征提取层、嵌入层、全局最大池化层GMP、全局平均池化层GAP、卷积层、批处理归一化层以及激活函数；其中，所述特征提取层设置三个分支，所述嵌入层中预先存储有对每个分支设置的分割数目；

通过所述特征提取层的三个分支，得到三个不同尺度的特征图；

根据所述嵌入层预先设置的分割数目，分别对三个特征图进行分割，得到三组分割后的局部特征图，对每组局部特征图分别进行拼接，得到多个特征张量；

通过所述全局最大池化层GMP、全局平均池化层GAP、卷积层、批处理归一化层以及线性整流ReLU激活函数，将所述多个特征张量转化为一维向量；

将得到的一维向量进行拼接，获取多个待检测图像对应的一维向量，计算所述待识别图像的一维向量分别与所述多个待检测图像的一维向量的相似度，根据得到的多个相似度，确定所述待识别图像对应的待检测图像。