(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210169004.7 (22)申请日 2022.02.23 (71)申请人 胡昌辉 地址 710071 陕西省西安市雁塔区太白南 路2号西安电子科技大 学北校区 (72)发明人 胡昌辉　董琪　 (51)Int.Cl. G06V 20/52(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/25(2022.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) (54)发明名称 一种基于特征融合的行 人再识别方法 (57)摘要 本发明提供一种基于特征融合的行人再识 别方法。 所述一种基于特征融合的行人再识别方 法包括以下步骤： S1:准备好行人再识别数据集， 将其划分为训练集tr， 验证val， 候选 行人集g， 待 检索集q； S2:将数据集进行数据增强； S3:本算法 用VGGNet ‑16与DenseNet并联融合的网络作为行 人的特征提取网络,用I mageNet数据集训练后的 预处理模型； S4:用并联网络提取行人特征； S5: 将步骤4得到的 图像特征用Softmax分类器分类； S6:训练后的VGGNet ‑16与DenseNet并联融合网 络与分类器模 型配合对训练后的行人再识别。 本 发明提供的一种基于特征融合的行人再识别方 法通过传动机构和除尘机构提高了VGGNet ‑与 DenseNet并联融合网络的采集效率和准确性的 优点。 权利要求书2页 说明书6页 附图9页 CN 114663826 A 2022.06.24 CN 114663826 A 1.一种基于特征融合的行人再识别方法， 本算法使用基于VGGNet ‑16与DenseNet并联 融合的网络作为行 人的特征提取网络， 其特 征在于,算法的步骤 包括： S1:准备好行人通过监测门(1)再识别数据集， 将其划 分为训练集tr， 验证val， 候选行 人集g， 待检索集q； S2:将数据集进行 数据增强， 增强方法包括随机 裁剪、 随机水平翻转、 归一 化等； S3:本算法用VG GNet‑16与DenseNet并联融合的网络作为行 人的特征提取网络； S4:用并联网络提取 行人特征， 训练并联网络模型， 并得到训练后的网络模型； S5:将步骤4得到的图像特征用Softmax分类器进行分类， 训练分类器， 得到分类器模 型； S6:训练后的VGGNet ‑16与DenseNet并联融合网络与分类器模型组成完整的行人再识 别模型， 对训练后的行 人再识别模型进行测试。 2.根据权利要求1所述的一种基于特征融合的行人再识别方法， 其特征在于,所述步骤 5中测试步骤 包括： S1:输入候选行 人集g， 待检索集q； S2:用训练好的VGGNet ‑16与DenseNet并联 融合网络行人再识别模型， 提取候选行人集 gallery， 待检索集q的特 征； S3:计算候选集g与待检索集q的余弦距离； S4:将所有3计算结果按照相似度大小 进行排序； S5:计算ran k‑1， rank‑5， rank‑10和mAP的值。 3.根据权利要求1所述的一种基于特征融合的行人再识别方法， 其特征在于， 所述本算 法选择DenseNet121网络作为基本网络， 将基于VGGNet ‑16与DenseNet以并联的方式， 进行 特征融合。 4.根据权利要求3所述的一种基于特征融合的行人再识别方法， 其特征在于， 所述基于 VGGNet‑16与DenseNet并联网络模型的结构为输入层、 VGGNet ‑16与DenseNet的网络 特征提 取层、 Contact特征融合层、 Droupout层、 池化层、 全连接层、 Softmax分类 器。 5.根据权利要求1所述的一种基于特征融合的行人再识别方法， 其特征在于， 所述步骤 4中初始学习率是0.0 05， 动量是0.9， 正则化系数 是0.001， 批次数 是32， 迭代轮数 是50轮。 6.根据权利要求1所述的一种基于特征融合的行人再识别方法， 其特征在于， 所述监测 门(1)的顶部开设有第一滑槽(3)， 第一滑槽(3)的两侧壁上均开设有第二滑槽(31)， 第一滑 槽(3)的内部设置有第一往复丝杆(41)， 第一往复丝杆(41)的外壁螺纹设置有滑块(4)， 滑 块(4)的外侧设置有传动机构(5)， 滑 块(4)的底端固定设置有 连接杆(61)， 连接杆(61)的底 端固定设置有摄像机(62)， 摄像机(62)屏幕的外侧设置有第二设备箱(7)， 第二设备箱(7) 的内部设置有除尘机构(8)。 7.根据权利要求6所述的一种基于特征融合的行人再识别方法， 其特征在于， 所述传动 机构(5)包括两组开设在滑块(4)两侧的矩形槽， 矩形槽的内壁通过轴承设置有第一转轴 (52)， 第一转轴(52)的外侧固定设置有轮子(51)， 一个第一转轴(52)的底端活动贯穿滑块 (4)的外壁， 且设置有转动产生负压的风扇(5 5)。 8.根据权利要求7所述的一种基于特征融合的行人再识别方法， 其特征在于， 所述风扇 (55)的外侧设置有第三设备箱(53)， 另一个第一转轴(52)的底端活动贯穿滑 块(4)的外壁，权　利　要　求　书 1/2 页 2 CN 114663826 A 2且延伸至第二设备箱(7)的内部， 第三设备箱(53)和第二设备箱(7)之间固定设置有 连通管 (54)。 9.根据权利要求6所述的一种基于特征融合的行人再识别方法， 其特征在于， 所述除尘 机构(8)包括有与另一个第一转轴(52)的底端固定连接的第二往复丝杆(8 6)和开设在第二 设备箱(7)内壁上的第三滑槽(87)， 第二往复丝杆(86)的外壁上螺纹设置有第一刮板(84)， 第一刮板(84)的一端与第三滑槽(87)的内壁滑动连接， 第一刮板(84)的另一端滑动设置有 第二刮板(85)， 第二刮板(85)的尖端滑动设置有吸附灰尘的吸附板(82)， 吸附板(82)固定 设置在第二设备箱(7)的内壁上。 10.根据权利要求9所述的一种基于特征融合的行人再识别方法， 其特征在于， 所述第 一刮板(84)的内壁与第二刮板(85)之间弹性设置有弹簧(88)， 吸附板(82)的正下方设置有 收集抽屉(83)， 收集抽屉(83)滑动设置在第二设备箱(7)的内壁上。权　利　要　求　书 2/2 页 3 CN 114663826 A 3