基于生成对抗网络和注意力机制的视频行人重识别方法

摘要

本发明公开了一种基于生成对抗网络和注意力机制的视频行人重识别方法，包括基于生成对抗网络，利用现有公开的视频行人重识别数据集，实现视频帧预测和行人身份标定，增加有效的训练样本；其次使用预训练的RseNet50模型对每帧图像和对应的光流图进行特征提取，然后通过门控循环单元(GRU)捕捉每个行人图像序列中的特征的依赖关系，引入注意力机制，提取整个图像序列特征表示；最后使用孪生网络构建行人重识别模型，利用模型两个输出特征进行对比学习。本发明技术方案在无重叠监控系统中，能够有效解决行人出现在监控摄像头下时间较短造成模型训练样本不足和光照变化、行人遮挡等问题，可以明显提高行人重识别的精度。