[发明专利]一种基于双向特征传播的小股人群重识别方法及系统

说明书

本发明公开了一种基于双向特征传播的小股人群重识别方法及系统，该方法包括：根据群组图像构建语义分割图并进行修复和生成处理，得到样本图像；构建信息模型对样本图像进行特征提取处理，得到图像特征信息；基于双向特征传播模块对图像特征信息进行融合处理，得到图像身份特征；基于图像身份特征进行小股人群重识别，得到识别结果。该系统包括：构建模块、提取模块、融合模块和识别模块。通过使用本发明，能够通过扩大群组图像的样本量与提取群组图像的图像身份特征进而提高小股人群重识别精度。本发明作为一种基于双向特征传播的小股人群重识别方法及系统，可广泛应用于行人重识别技术领域。

技术领域

本发明涉及行人重识别技术领域，尤其涉及一种基于双向特征传播的小股人群重识别方法及系统。

背景技术

小股人群重识别是一种以图像、视频等视觉信息作为输入，通过计算机视觉技术进行分析，判断目标集合中是否存在特定目标人群的技术，其旨在检索不同监控摄像头中出现的同一群人，从而为人群行为分析、单镜头或者跨镜头的轨迹刻画、异常人群检测、公共区域寻人和刑侦系统等应用提供基础，近来，该领域引起越来越多的研究关注，与着眼于单人的行人重识别技术相比，小股人群重识别能够利用人群之间的相互关系，可以改善模糊、遮挡、服饰信息不同等不良情况带来的影响，增强系统的鲁棒性和准确性，此外，良好的小股人群重识别系统还可以增强单人行人重识别系统的鲁棒性，但是，小股人群重识别技术存在两个主要的问题，一是小股人群重识别的数据集规模仍较小，若数据集的规模较小，会严重限制模型的泛化性和鲁棒性；二是目前已有的一些方案准确度不高，现有的技术提出了一个中心矩形环比率出现描述符和一个基于块的比率出现描述符，对图像进行中的整体分布结构进行建模、利用协方差描述符进行组图像的整体统计概括，从该描述符进行外观匹配或者基于多粒度表示和重要性权重的多阶匹配过程来计算最佳分组匹配，但是这些方案最终的识别精度较低，主要是对空间布局信息的利用不足所导致。

发明内容

为了解决上述技术问题，本发明的目的是提供一种基于双向特征传播的小股人群重识别方法及系统，能够通过扩大群组图像的样本量与提取群组图像的图像身份特征进而提高小股人群重识别精度。

本发明所采用的第一技术方案是：一种基于双向特征传播的小股人群重识别方法，包括以下步骤：

根据群组图像构建语义分割图并进行修复和生成处理，得到样本图像；

构建信息模型对样本图像进行特征提取处理，得到图像特征信息；

基于双向特征传播模块对图像特征信息进行融合处理，得到图像身份特征；

基于图像身份特征进行小股人群重识别，得到识别结果。

进一步，所述根据群组图像构建语义分割图并进行修复和生成处理，得到样本图像这一步骤，其具体包括：

通过摄像头系统获取群组图像并输入图像语义分割模型进行分割处理，得到语义分割图；

对语义分割图进行修复处理，得到修复后的图像；

基于空间布局生成器对语义分割图进行生成处理，得到新空间布局图像；

将修复后的图像和新空间布局图像输入拼接模块，生成样本图像。

进一步，所述对语义分割图进行修复处理，得到修复后的图像这一步骤，其具体包括：

对语义分割图进行拆分处理，得到背景掩模和行人掩模；

将背景掩模与群组图像进行逐点相乘处理，得到背景图像；

基于深度图像修复模型对背景图像和群组掩模进行修复处理，得到修复后的背景图；

基于行人编码器-解码器结构对行人掩模和群组图像进行修复处理，得到修复后的行人剪切图；