[发明专利]一种引入视觉注意力机制的行人重识别方法及系统

说明书

本发明公开了一种引入视觉注意力机制的行人重识别方法及系统，包括对监控图像进行预处理得到训练数据集；利用训练数据集对完成预训练的Resnet‑50网络进行训练得到引入视觉注意力机制的Resnet‑50网络；利用引入视觉注意力机制的Resnet‑50网络对待测图像进行行人重识别。系统包括采集模块，用于采集经过预处理的监控图像得到训练网络的数据集；骨干网络模块，用于提取特征；视觉注意力模块，用于筛选特征；识别模块，用于获得训练好的网络对待测图像的识别结果。本发明提供的行人重识别系统不增加分支网络，通过改善主干网络模型，提高网络特征提取能力，采用的多级特征融合模式，可以有效的利用不同层次的特征，减少信息的丢失，提高特征的利用率，提供了行人重识别的准确率。

技术领域

本发明属于机器视觉领域，更具体地，涉及一种引入视觉注意力机制的行人重识别方法及系统。

背景技术

行人重识别是自动视频监控中的一项基本任务，也是近年来的研究热点。行人重识别的目的是从一台相机中拍摄的图片或视频给定一个查询行人，从另一台相机拍摄的图片或者视频中去识别出这个人。

行人重识别是一个非常困难的研究问题，因为在不同的摄像机下，一个人的外貌存在着视觉模糊和时空不确定性，这些困难往往是由于低分辨率的图像或者质量不太好的视频中含有大量不相关的信息，这些信息在行人重新识别的过程中没有任何作用，甚至可能对行人的重新识别造成干扰。

实际的行人重识别研究工作中主要有三部分组成：特征提取即行人对象的外观特征表示，距离度量即行人间的相似性比较和排序优化即对最终排序结果的优化。近十年深度学习在行人重识别的研究中也取得了很好的成功，但大部分深度学习模型都在主干网络上增加很多分支用来提取不同维度的特征，这些模型往往都很复杂且参数量很大，适用性不太好。当前如何在真实监控视频场景中提取出具有鲁棒性和判别性的特征描述子是一个巨大挑战。

发明内容

针对现有技术的缺陷，本发明的目的在于提供一种引入视觉注意力机制的行人重识别方法及系统，旨在解决现有行人重识别方法准确率低的问题。

为实现上述目的，按照本发明的一个方面，提供了一种引入视觉注意力机制的行人重识别方法，包括：

对监控图像进行预处理得到训练数据集；

利用训练数据集对完成预训练的Resnet-50网络进行训练得到引入视觉注意力机制的Resnet-50网络；

利用引入视觉注意力机制的Resnet-50网络对待测图像进行行人重识别。

优选地，对监控图像进行预处理，将输入图像先转换成128*256固定大小的图片，对数据集进行随机水平翻转、扩张图像随机剪裁得到统一大小的数据集。

优选地，预训练包括利用ImageNet数据集对Resnet-50网络进行训练，预设网络参数初始值。

优选地，利用所述训练数据集对完成预训练的Resnet-50网络进行训练，利用amsgrad算法更新网络参数，进行优化升级。

优选地，利用引入视觉注意力机制的Resnet-50网络对待测图像进行行人重识别包括提取待测图像的特征和图库图像的特征，计算待测图像与图库图像的特征距离，特征距离最近的图库图像即为与待测图像所指相同的行人目标。

按照本发明的另一个方面，提供了一种基于引入视觉注意力的行人重识别方法的系统，包括：

采集模块，用于采集经过预处理的监控图像得到训练网络的数据集；

骨干网络模块，用于提取特征；

视觉注意力模块，用于筛选特征，得到具有代表性的特征；

识别模块，用于获得训练好的网络对待测图像的识别结果。