摘要
本发明属于计算机视觉领域,公开一种基于行人软语义信息显隐式学习的换衣行人重识别方法。步骤包括:构建行人头部数据集;提取初始软语义信息;提取并增强正面相机视角头部信息表征;抑制服装区域表征;最小化综合损失函数;测试模型效果。本发明充分挖掘原始图像中的行人软语义信息,设计多层次渐进式特征增强模块和区域增强模块,通过层次化表征动态机制,在模型网络不同层级中阶段自适应地提取有效行人软语义特征,并降低相机视角变化对识别效率的影响;本发明通过显隐式对抗学习的方式增强行人软语义表征,抑制服装相关区域表征,引导模型充分学习特定的行人身份信息。本发明提出的模型方法在多个数据集上的测试结果都具有较高的识别准确率。
技术关键词
人体结构
注意力
行人头部图像
重识别方法
语义
身份
多层次
服饰特征
模块
服饰标签
场景分类准确率
阶段
分支
矩阵
相机
视角
人体四肢关节