[发明专利]基于姿势指导特征学习的行人再识别方法在审
| 申请号： | 201910677983.5 | 申请日： | 2019-07-25 |
| 公开（公告）号： | CN110543817A | 公开（公告）日： | 2019-12-06 |
| 发明（设计）人： | 张史梁;李佳宁;高文 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 11619 北京辰权知识产权代理有限公司 | 代理人： | 刘广达<国际申请>=<国际公布>=<进入 |
| 地址： | 100871*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于姿势指导特征学习的行人再识别方法，包括：将原始图像进行姿势归一化处理，得到姿势归一化图像；将原始图像与姿势归一化图像进行权值共享处理后再分别进行全局平均池化，得到姿势不变特征；对原始图像进行身体区域划分得到若干身体区域图像，将原始图像与若干身体区域图像进行权值共享处理后再分别进行全局平均池化，得到局部描述特征；将姿势不变特征和局部描述特征连接为姿势指导特征。本发明提供的方法，获取对姿势变化具有鲁棒性的姿势不变特征和对错位误差具有鲁棒性的局部描述特征，利用姿势不变特征和局部描述特征组合成姿势指导特征进行行人再识别，提高了再识别精度和特征提取效率。 | ||
| 搜索关键词： | 姿势 描述特征 原始图像 身体区域 姿势指导 归一化图像 鲁棒性 池化 图像 归一化处理 错位误差 特征提取 特征学习 姿势变化 共享 全局 | ||
【主权项】：
1.一种基于姿势指导特征学习的行人再识别方法，其特征在于，包括：/n将原始图像进行姿势归一化处理，得到姿势归一化图像；/n将所述原始图像与所述姿势归一化图像输入卷积神经网络，进行权值共享处理后再分别进行全局平均池化处理，将得到的对应于所述原始图像的特征图作为姿势不变特征；/n对所述原始图像进行身体区域划分得到若干身体区域图像，将所述原始图像与所述若干身体区域图像输入卷积神经网络，进行权值共享处理后再分别进行全局平均池化处理，将得到的对应于所述原始图像的特征图作为局部描述特征；/n分别训练所述姿势不变特征和所述局部描述特征；/n将训练好的姿势不变特征和局部描述特征连接为姿势指导特征；/n利用所述姿势指导特征对图库图像进行排序。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学，未经北京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910677983.5/，转载请声明来源钻瓜专利网。
