[发明专利]一种基于高斯和深度特征的行人再识别方法

摘要

本发明公开了一种基于高斯和深度特征的行人再识别方法，其方法为：步骤一、收集训练集和测试集；步骤二、快速的提取行人特征；步骤三、提取行人特征的语义特征；步骤四、用模型进行训练和提取特征；步骤五、对JDAG模型的性能进行测试；步骤六、对最终的结果队列进行重新排序。有益效果：将卷积神经网络提取的语义特征与行人的特有特征(颜色、纹理)相结合，提高特征的可辨别性。接下来又使用Re‑ranking的方法，对以前的相似性分数进行重新排列，使得给出一张图片，能够更加精准的找出图片集中与该图片中行人有相同ID的行人。

主权项

1.一种基于高斯和深度特征的行人再识别方法，其特征在于：其方法如下所述：步骤一、从互联网上找出不同摄像头拍摄的同个路段的视频，并对视频按照一定时间提取帧，手动画出行人的位置框，收集训练集和测试集；步骤二、使用传统机器学习多层次高斯描述符GOG方法，按照行人再识别技术的侧重点，构造提取行人特征函数，并且快速的提取行人特征；步骤三、使用深度学习方法，将识别模型与验证模型结合共同训练数据集，提取行人特征的语义特征；步骤四、将传统机器学习的GOG模型与深度训练模型融合形成联合的JDAG模型，用该模型进行训练和提取特征；步骤五、使用距离度量训练的方法来判定两张图片是否表示同一个人，从而对JDAG模型的性能进行测试；步骤六、使用k‑reciprocal编码的方法，结合原始的排序结果，对最终的结果队列进行重新排序。