一种基于域无关前景特征学习的行人再识别方法

摘要

本发明属于计算机视觉和模式识别领域，具体涉及一种基于域无关前景特征学习的行人再识别方法。该方法设计了一种域无关特征学习的深度神经网络，联合使用实例归一化和批量归一化，实现对图像内容的域无关特征学习；基于该网络，同时设计了一种基于行人语义分割的前景特征表示模型，通过对行人语义部分的特征建模，排除背景干扰，实现域无关的行人前景特征表示学习；该方法首先利用行人语义分割算法获取到行人前景图像，再联合实例归一化和批量归一化的深度卷积神经网络提取特征，然后利用损失函数约束模型训练。本发明提出的方法能够有效增强行人再识别模型的跨域泛化性能。