基于多层次深度特征融合的摄像机网络行人识别方法

摘要

本发明公开了一种基于多层次深度特征融合的摄像机网络行人识别方法，其通过迁移预训练网络的参数到行人数据库，在行人数据库上学习了一个新的网络模型，利用新的网络模型提取多个不同层次的深度特征，并通过将卷积神经网络最后一层的Softmax分类器替换为SVM分类器，达到了充分利用多层深度特征的目的；进而利用不同层次的深度特征构造多组二分类的SVM分类器，并对这些二分类器的决策值进行线性加权得到最终分类结果。本发明在SVM分类器的决策层进行多层特征融合的方式能够有效提高对行人目标进行识别的准确率。