一种结合空间变换网络和多尺度特征提取的遮挡行人重识别方法

摘要

本发明公开了一种结合空间变换网络和多尺度特征提取的遮挡行人重识别方法，包括下述步骤：用模拟遮挡生成器构建有遮挡的行人图片集；将原始图片与有遮挡的行人图片组成数据集并输入到空间变换网络中进行空间变换纠正；通过卷积神经网络和空间金字塔池化层对纠正后的图进行多尺度特征提取并合并为定长一维特征向量；将定长一维特征向量通过全连接层得到一个包含K个元素的一维特征向量并进行身份分类训练，得到训练好的网络；用训练好的网络提取待查询的行人图像的特征并进行相似度匹配。本发明进行多尺度特征提取，通过结合不同尺度的特征图，使得模型更具鲁棒性；还引入了空间变换网络，可直接嵌入到任意深度网络模型中进行端到端的训练。