公开(公告)号：CN108256439A

公开(公告)日：2018-07-06

申请号：CN201711435515.4

申请日：2017-12-26

Applicant: 北京大学

Inventor： 张史梁 ,  田奇 ,  高文 ,  魏龙辉

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提供了一种基于循环生成式对抗网络的行人图像生成方法及系统，包括如下步骤：迁移函数学习，生成人物迁移生成式对抗网络；基于所述人物迁移生成式对抗网络，完成所述行人图像中的人物迁移，将一个数据库中的行人图像迁移到另一个数据库中，生成新的行人图像。所述迁移函数包括风格损失和身份损失。与传统方法相比，本发明在众多行人再识别公共数据集上取得了很好的迁移效果，可以在无需额外数据标注的前提下，在目标应用场景中训练鲁棒的行人再识别模型，并获得较高的准确性。

公开(公告)号：CN107766791A

公开(公告)日：2018-03-06

申请号：CN201710794402.7

申请日：2017-09-06

Applicant: 北京大学

Inventor： 张史梁 ,  田奇 ,  高文 ,  魏龙辉 ,  姚涵涛

IPC: G06K9/00 ,  G06K9/62 ,  G06F17/30

CPC classification number: G06K9/00369 ,  G06F16/583 ,  G06K9/6215 ,  G06K9/629

Abstract: 本发明公开了一种基于全局特征和粗粒度局部特征的行人再识别方法及装置，属于图像处理和身份识别领域。所述方法包括：检测查询图像中的行人图像作为全局图像，检测行人的人体关键点并划分行人的人体得到局部部件区域；提取全局图像的全局特征描述及局部部件区域的局部特征描述，并将其融合得到全局-局部特征描述；对行人数据库中的各图像进行关联分析和组合索引后，根据全局-局部特征描述对其进行由粗粒度到细粒度的行人检索，并确定查询图像中行人的身份。本发明中，通过对图像中的人体进行粗粒度划分，具有更好的鲁棒性，同时将全局特征和区域局部特征进行融合，在保证较低的计算复杂度的前提下，实现了行人图像的准确匹配和行人身份识别。