[发明专利]一种面向航空视角下的行人重识别方法及系统

权利要求书

1.一种面向航空视角下的行人重识别方法，其特征是，包括以下步骤：

对预处理后的航空视角下的行人图片进行特征提取以获得判别性特征；

采用部分级注意力矩阵来学习行人的判别级特征，强化有效区域、弱化无效区域，并使用可变权值将多个部分级特征转化为整体特征，对特征进行自适应学习，实现行人重识别。

2.如权利要求1所述的一种面向航空视角下的行人重识别方法，其特征是，在特征提取的过程中，构建并训练卷积网络，利用训练后的卷积网络进行特征提取，所述卷积网络采用并行结构进行搭建并辅以残差机制来稳定和强化特征提取过程。

3.如权利要求2所述的一种面向航空视角下的行人重识别方法，其特征是，所述卷积网络包含有多层，每层包括两个非共享参数的卷积块来构成并行结构，且在每一层之间添加残差结构来丰富每一层学习得到的特征信息。

4.如权利要求1所述的一种面向航空视角下的行人重识别方法，其特征是，所述卷积网络以深度可分离卷积层为最小单位，利用并行的具有不同感受野大小的IBlock，并利用自适应融合的方法调整两个IBlock不同的占比构成Cblock块，同时Cblock块中也包含有残差的机制，将输入的特征利用1×1卷积核直接作为输出的一部分；

采用可变参数的自适应融合机制来动态调整各个Cblock块所占的比值。

5.一种面向航空视角下的行人重识别系统，其特征是，包括：

预处理模块，被配置为对获取的航空视角下的行人图片进行预处理；

特征提取模块，被配置为对预处理后的航空视角下的行人图片进行特征提取以获得判别性特征；

自适应信息增强模块，被配置为采用部分级注意力矩阵来学习行人的判别级特征，强化有效区域、弱化无效区域，并使用可变权值将多个部分级特征转化为整体特征，对特征进行自适应学习，实现行人重识别。

6.如权利要求5所述的一种面向航空视角下的行人重识别系统，其特征是，所述自适应信息增强模块接收提取的特征向量，利用分块最大池化层将特征向量转为多个不重叠的部分特征，将分块后的特征向量复制三份分别传入三个参数不共享的全连接层中，将其中一个全连接层得到的输出进行转置操作后与另一全连接层的输出结果相乘以得到两个特征之间的相似度，将计算得到的注意力矩阵与剩下的全连接层得到的结果进行内积得到强化部分特征。

7.如权利要求6所述的一种面向航空视角下的行人重识别系统，其特征是，所述强化部分特征包含行人身体的结构信息，利用可变权重的注意力增强机制，针对不同身体结构的重要程度，动态分配特征中指定部位的占比。

8.如权利要求5所述的一种面向航空视角下的行人重识别系统，其特征是，还包括参数更新模块，被配置为采用损失函数对网络进行反向传播计算特征提取模块和自适应信息增强模块的参数梯度值，对参数进行更新。

9.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-4中任一项所述的方法中的步骤。

10.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-4中任一项所述的方法中的步骤。