[发明专利]一种基于语义区域测度学习的行人再识别方法

摘要

本发明实施例公开了一种基于语义区域测度学习的行人再识别方法，该方法包括：将两个视角下每幅训练图像划分为K个子区域并提取特征；基于不同子区域的关系定义三种子区域对；确定三类子区域样本及对应标签；学习并求解映射矩阵M；计算不同视角下两幅行人图像子区域对之间的距离；为每个子区域寻找最佳匹配子区域，作为该子区域的最佳相似度得分；将所有子区域最佳相似度得分之和作为两幅行人图像的相似度得分；求得两个视角下任意两幅测试图像的相似度得分，相似度得分最高的两幅测试图像被认为是相似行人图像对。本发明充分挖掘图像的语义信息并且利用语义约束匹配为每个子区域寻找最佳匹配，提高了行人再识别匹配的正确率。

主权项

一种基于语义区域测度学习的行人再识别方法，其特征在于，所述方法包括：步骤S1，将行人再识别两个视角下的每幅训练图像划分为K个子区域并为每个子区域提取特征；步骤S2，基于两个视角下两幅训练图像不同子区域之间的关系得到三种子区域对类型；步骤S3，基于每个子区域的特征向量和映射矩阵M计算得到三种子区域对特征向量之间的差异，并将其作为三类子区域样本并赋予三类子区域样本对应的标签；步骤S4，基于三类子区域样本及对应的标签，学习映射矩阵M并利用优化算法求解映射矩阵M；步骤S5，利用映射矩阵M，计算不同视角下两幅行人图像子区域对之间的距离；步骤S6，基于子区域间的距离，为每个子区域在与之对应的子区域和与之对应的子区域的邻近子区域中寻找最佳匹配子区域，将每个子区域与其最佳匹配子区域之间的距离作为该子区域的最佳相似度得分；步骤S7，将两个视角下两幅行人图像所有子区域的最佳相似度得分之和作为两幅行人图像的相似度得分；步骤S8，在测试阶段，根据步骤S1‑S7求得两个视角下任意两幅测试图像的相似度得分，相似度得分最高的两幅测试图像被认为是相似行人图像对，据此得到测试图像的行人再识别结果。