[发明专利]一种基于公共场所场景的轻量级人员重新识别检测方法

说明书

本发明提供了一种基于公共场所场景的轻量级人员重新识别检测方法。该方法包括：在轻量级人员重新识别re‑ID网络中加入中级特征，构建基于公共场所场景的轻量级人员重新识别检测模型；将待检测的公共场所场景的监控视频流输入到所述轻量级人员重新识别检测模型，所述轻量级人员重新识别检测模型输出所述监控视频流中的行人匹配结果。本发明针对公共场所场景提出了改进的适配的轻量级re‑ID模型，该模型融合了针对骨干分类网络改进的中级特征，而模型体积只有公开骨干网络的十分之一，保持着非常好的部署可行性。该网络模型作为公共场所特殊场景下的re‑ID分类模型，为该场景提供了非常高的研究意义和应用价值。

技术领域

本发明涉及人员识别技术领域，尤其涉及一种基于公共场所场景的轻量级人员重新识别(re-ID)检测方法。

背景技术

在对公共安全系统中智能监视和取证应用的需求不断增长的推动下，人员重新识别(re-ID)已成为计算机视觉的主要研究领域，具有重要的研究影响和现实意义。re-ID是分布式多摄像机监视中的一项基本任务，旨在没有标记的情况下匹配出现在不同非重叠摄像机中的人员。re-ID面临的问题除了类内差异导致的匹配困难之外，还有模型的跨域适配问题，这导致在某些公开数据集训练的模型在另外一个数据集应用效果不好，移植性和泛化性较差。所以针对某些特殊场景re-ID数据集的扩充和适配模型算法的研究就显得尤为重要。当前，公交运营监控管理中也逐渐应用相关深度学习检测技术。在公交站台等公共场所的场景中，re-ID可以实现无标记的乘客多摄像头匹配，减少人工筛查的工作量；另外在安防应用中，公交路线上的re-ID结合交互行为识别(上下车)可以进一步帮助实现关键人员的路线跟踪和查询，辅助嫌疑人筛查；还有结合多数量乘客的re-ID可以实现客流分析及意向地喜好分析，为相关广告投放或者选址决策调整提供参考。

Re-ID本质是一项分类技术，旨在将出现在不同摄像头下相同的行人id识别并分类到一起，由于存在不同的视角(前后左右)、不同的图像视频分辨率、光照变化、不受约束的姿势、遮挡、异构模态、复杂的相机环境、背景杂波和不可靠的行人边界框等，这些因素造成了不同的变化和不确定性。对于实际模型的部署，动态更新的相机网络、域转移、未知的测试场景等也给行人re-ID大大增加了难度。早期的研究主要集中在身体结构上的手工特征构建或者距离度量学习，但是面向实际的研究场景和部署应用仍有很大的差距。这主要是由于相关模型体积较大，无法在终端进行部署，算力无法达到相应的要求。

在封闭世界中的行人re-ID特征学习策略主要有四个类别，分别是a)全局特征，它为每个人的图像提取全局特征表示向量；b)局部特征，它聚合部分及局部特征以指定每个人图像的组合表示；c)辅助特征，它使用辅助信息改进了特征表示学习；d)视频特征，它使用多个图像帧和时间信息辅助基于视频的re-ID特征学习。

Re-ID网络研究的最终目的是在终端进行实际应用部署，但目前大多数的公开网络体量都比较大，对计算能力有较高的要求，但通常终端的计算性能非常有限，所以需要对轻量级re-ID网络进行重点研究。在公开的re-ID轻量级网络中，ResNet18、OSNet以及Squeezenet在公共场所场景下取得了很好的效果。ResNet18和公开骨干分类网络ResNet50整体上结构类似，总体上也有4 层卷积层，但是每一层都比ResNet50少，后者4层卷积层分别为3-4-6-3，而 ResNet18的4层卷积层分别为2-2-2-2；OSNet是一种为re-ID任务专门优化的 CNN网络，称为全尺度网络(OSNet)，该网络用于全尺度的特征学习，旨在学习全方位的特征表示；大多数的深度学习神经网络大多数仍集中在提高模型的准确性上，但是很少有研究集中在具有较少参数的CNN架构上，Squeezenet 的目标就是提出一个具有非常少量参数的CNN架构，同时保持性能上的竞争优势。

现有技术中的一种针对公共场所场景下的新型轻量级re-ID模型方案包括：将中级特征加入网络在公共场所场景下得到了相当可观的性能改进，例如将中级特征加入分类骨干网络ResNet50得到ResNet50-mid网络，mAP提高了近4个百分点。