申请/专利权人：华侨大学

申请日：2023-12-22

公开（公告）日：2024-03-29

公开（公告）号：CN117456560B

主分类号：G06V40/10

分类号：G06V40/10;G06V10/26;G06V10/44;G06V10/771;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.29#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明公开了一种基于前景感知动态部件学习的行人再辨识方法，涉及人工智能、机器视觉领域，包括：将浅层特征映射解码为前景能量图，利用交叉熵优化前景能量图，使其趋于真实前景标签，再将前景能量图空间划分为若干部件能量块，用各个部件能量块代表相应的浅层特征映射块的当前重要性；结合当前重要性和历史重要性对各浅层特征映射块进行综合重要性计算并排序，根据综合重要性排序优先选择高综合重要性的浅层特征映射块参与行人再辨识模型训练，从而减少来自背景区域的低综合重要性的浅层特征映射块参与行人再辨识模型训练的机会，达到抑制背景区域对行人辨识的干扰，提升行人再辨识准确性，可广泛应用于智慧城市场景中的城市安防系统。

主权项：1.一种基于前景感知动态部件学习的行人再辨识方法，其特征在于，包括以下步骤：前景感知步骤，将浅层特征映射解码为前景能量图，利用交叉熵优化前景能量图，使其趋于真实前景标签，再将前景能量图空间划分为若干部件能量块，用各个部件能量块表示相应的浅层特征映射块的当前重要性；部件筛选步骤，结合部件能量块当前重要性和历史重要性对各浅层特征映射块进行综合重要性计算并排序，根据综合重要性排序优先筛选出高综合重要性对应的浅层特征映射块参与行人再辨识模型训练，并确保留下的浅层特征映射块的综合重要性之和与全体浅层特征映射块的综合重要性之和的比值超过预先设置的阈值，丢弃未被选中的综合重要性小的部件块，记录每个部件被选状态作为对应的空间位置的部件块历史被选状态信息；其中，被选状态包括选中或丢弃；前景感知步骤中，将浅层特征映射解码为前景能量图的计算过程如下： 其中，是由行人图像上学得的N个浅层特征映射块的集合，每个浅层特征映射块都是由浅层神经网络从相应的行人图像块提取的特征，其维度是B×C，B表示样本数量，C表示特征通道数，H和W分别是行人图像相同的高度和宽度，h与w分别是经空间划分后每个图像块的高度与宽度；Reshape表示空间重排操作，针对x，它将N这一维度重排为H0和W0两个维度，并将C这个维度置换到B维度之后，获得重排后的特征映射H0表示所获得重排后的特征映射的高度，W0表示所获得重排后的特征映射的宽度，为确保后续前景能量图中每个空间位置的部件能量块都有之对应的相同空间位置行人图像块上学得的浅层特征映射块，即有Decoder为前景解码器，它由1×1卷积层Conv与两倍上采样层Upsample组成，其中，1×1卷积层Conv实现通道压缩，两倍上采样层Upsample通过空间插值将输入特征的空间尺寸的高度和宽度扩大至原来的2倍；表示第l个前景解码器的输出特征映射，Hl表示特征映射yl的高度，Wl表示特征映射yl的宽度，Cl表示特征映射yl的通道数，l表示前景解码器序号，K表示解码层数量，因为采用两倍上采样层Upsample，Hl＝2Hl-1,Wl＝2Wl-1,l＝1,2,3,....,K；经过K个前景解码中的一系列上采样后，yK具有和输入的行人图像相同的高度H和宽度W，即HK＝H,WK＝W，而且因为前景解码的目的是感知每个空间位置属于非行人背景和行人前景的概率，因此末尾前景解码器中的卷积层采用有两通道输出卷积核，使得yK具有2个通道，其中第0通道用于记录非行人背景信息，第1通道用于记载行人前景信息；利用概率分布转化函数Softmax将对yK沿通道进行归一化获得前景感知图，记为Ei,j表示前景能量图E在空间位置i,j上的取值，d为通道序号，表示yK在第0个通道在空间位置i,j上的非行人背景信息取值，表示yK在第1个通道在空间位置i,j上的行人背景信息取值；前景感知步骤中，利用交叉熵优化前景能量图，使其趋于真实前景标签步骤中，交叉熵损失计算如下所示： 其中，LE,G表示交叉熵损失函数；表示真实的前景标签图；表示第k个样本的前景能量图在空间位置i,j上的取值；表示第k个样本的真实的前景标签图在空间位置i,j上的取值，且表示相应空间位置上的像素是非行人背景像素，表示相应空间位置上的像素是行人前景像素。

全文数据：

权利要求：

百度查询： 华侨大学 一种基于前景感知动态部件学习的行人再辨识方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD