[发明专利]基于部位分割与融合目标人物识别方法

摘要

本发明公开了基于部位分割与融合目标人物识别方法，该方法是通过将人体进行部位分割，分割为头肩、躯干、腿部和全身四个部位，对于每个部位通过卷积神经网络分别训练得到四个部位分类器，每个部位分类器输出对应识别为目标人物的置信分数，然后我们将所有部分分类器进行部位分类器阈值判断和融合决策，获得最终的识别结果。该识别方法融合了身体多个部位的决策信息，可充分挖掘各身体部位之间的内在关联，具有多场景的普适性。当人物面部等特征区分度较大的部位受到部分遮挡时，依然可以通过联合其他身体部位信息进行有效识别，对部分遮挡有较好的鲁棒性。在加权组合的基础上添加部位决策阈值，避免加权组合结果受到部位极端值的影响。

主权项

1.基于部位分割与融合目标人物识别方法，其特征在于：该方法包含以下步骤，1)获取图像数据集；图像数据通过互联网下载或者摄像机进行获取，将采集到的大量人物全身图像，划分为训练样本集和测试样本集并保存；训练样本集和测试样本集中都包含目标人物图像即正样本图像和其他人物图像即负样本图像；2)图像部分分割；对于采集到的训练样本集和测试样本集进行部位分割，本方法将人物全身图像部位分割为头肩部分，躯干部分，腿部部分三部分，并保留全身图像，作为部位图像特征集，用于训练部位分类器；3)训练部位分类器；对于获得的各部位训练样本集，以目标人物的部位为正样本训练图像，其他人物的部位为负样本训练图像，分别训练对应各部位的部位分类器，输出各部位识别为目标人物的置信分数；4)部位分类器融合决策；对部分分类器预测的置信分数设置部位决策阈值，采用支持向量机SVM训练获得每个部位分类器在最终融合阶段的权重值，对所有部位分类器进行融合，进而进行分类决策获得目标人物识别结果。