[发明专利]基于像素和通道注意力机制的行人重识别方法

权利要求书

1.一种基于像素和通道注意力机制的行人重识别方法，其特征在于，包括如下步骤：

根据人物的检索框来提取行人的全局特征；

将行人图片平均分为两部分或三部分，分别提取行人的局部特征，基于神经网络提取行人的全局和局部特征，所提取的行人的全局特征包括颜色和边缘特征，所提取的行人的局部特征包括行人在垂直方向上不同区域的颜色和边缘特征，并且，具体包括：使用ResNet-50网络作为基础网络来提取图片特征，使用ResNet-50网络的前三层；之后将整个网络分为三个分支，在第一个分支中，提取图像的全局特征，第二个分支将特征张量在垂直方向上分为两部分，第三个分支将特征张量在垂直方向上分为三个部分；之后使用通道注意力模块来聚合特征信息，删除冗余的通道信息；然后使用最大池化来降维；最后使用1*1的卷积层，将特征向量的维度从2048降到256；

在ResNet网络的前三层，即layer1、layer2和layer3后加入中层监督，在中层监督模块中，使用像素注意力模块，来减小背景像素的值，增加人物像素的值；

在提取行人的局部特征的过程中使用通道注意力模块和像素注意力模块来聚合人物特征信息，所述提取到的人物特征是经过神经网络进行特征聚合得到的人物特征信息，Gallery中人物信息是将Gallery中的图片输入已训练好的模型后输出的人物特征信息；

将提取到的人物特征与Gallery中的人物信息进行匹配，找出所需要的人物信息。

2.根据权利要求1所述的基于像素和通道注意力机制的行人重识别方法，其特征在于，所述的通道注意力模块，其实现过程如下：

将输入张量的尺寸设为H×W×C，记为X＝[x₁，x₂，…，x_c]，其中，H表示图像的高，W表示图像的宽，C表示通道；

第一步：对每个通道的特征信息进行降维，降维之后每个通道的特征以Fc进行表示，

其中，x_c(i，j)是通道c上位置(i，j)处的值，该公式对每个通道内张量求平均，可以起到特征聚合的效果；

第二步：使用滤波器对各个通道进行滤波处理，删除冗余信息；

其中，ω_c代表了赋予每个通道的权值，F_c代表了c通道的张量值，f₁代表了滤波操作；

第三步：进行升维操作；

其中，为每个通道的权重，Z_c为最终每个通道的权重，f₂是升维操作函数，代表了卷积操作；

第四步：源张量赋予权重；

3.根据权利要求1所述的基于像素和通道注意力机制的行人重识别方法，其特征在于，所述的像素注意力模块，其实现过程如下：

将输入张量的尺寸设为H×W×C，记为Y＝[y₁，y₂，…，y_c]，其中，H表示图像的高，W表示图像的宽，C表示通道；

第一步：基于如下公式(5)将通道数压缩为1，以便后续处理；

第二步：重新排列张量值；

E_α＝g₀(D)，α＝3·j+i (6)

第三步：进行筛选；

{I₁，I₂，…，I_c}＝g₁({η₁，η₂，…，η_α}·{E₁，E₂，…，E_α}) (7)

{J₁，J₂，…，J_α}＝g₂({γ₁，γ₂，…，γ_N}·{I₁，I₂，…，I_N}) (8)

第四步：将得到的向量恢复成原始的mapsize，mapsize为特征图尺寸大小；

K＝g₄(J) (9)

第五步：为每个像素赋予权重；

V_result-c(i，j)＝K(i，j)·Y(i，j) (10)。