公开(公告)号：CN109670555B

公开(公告)日：2023-07-07

申请号：CN201811615544.3

申请日：2018-12-27

Applicant: 吉林大学

Inventor： 李文辉 ,  刘家伦 ,  王莹

IPC: G06V40/10 ,  G06V10/82 ,  G06V10/764 ,  G06V10/25 ,  G06V10/26 ,  G06V10/774 ,  G06F16/583

Abstract: 本发明涉及视频监控技术领域，公开了基于深度学习的实例级行人检测和行人重识别系统，选择ResNet‑50作为CNN模型的网络结构，利用conv1到conv4_3作为stem CNN部分，给定一张输入图像，stem产生1024个通道的conv feature maps；将获得的conv feature maps输入到pedestrian proposal net中；将上述步骤得到的feature maps和proposals输入到ROI Align中，根据proposals的坐标位置在feature maps中将相应的区域池化为固定尺寸的特征图；将ROIAlign得到的固定大小的feature maps输入到Identification Net中，IdentificationNet由ResNet‑50的conv4_4值conv5_3组成，获得最终的feature maps；在ROIAlign后接入FCIS语意分割网络，对feature maps进行上采样，获得最终的实例级语意分割的结果；经过global average pooling获得2048维度的特征向量，经过Softmax分类器和线性回归获得行人的位置。本发明实现了端到端的行人实例级检测和行人再识别功能。

公开(公告)号：CN109670555A

公开(公告)日：2019-04-23

申请号：CN201811615544.3

申请日：2018-12-27

Applicant: 吉林大学

Inventor： 李文辉 ,  刘家伦 ,  王莹

IPC: G06K9/62 ,  G06K9/00 ,  G06F16/583

Abstract: 本发明涉及视频监控技术领域，公开了基于深度学习的实例级行人检测和行人重识别系统，选择ResNet-50作为CNN模型的网络结构，利用conv1到conv4_3作为stem CNN部分，给定一张输入图像，stem产生1024个通道的conv feature maps；将获得的conv feature maps输入到pedestrian proposal net中；将上述步骤得到的feature maps和proposals输入到ROI Align中，根据proposals的坐标位置在feature maps中将相应的区域池化为固定尺寸的特征图；将ROIAlign得到的固定大小的feature maps输入到Identification Net中，IdentificationNet由ResNet-50的conv4_4值conv5_3组成，获得最终的feature maps；在ROIAlign后接入FCIS语意分割网络，对feature maps进行上采样，获得最终的实例级语意分割的结果；经过global average pooling获得2048维度的特征向量，经过Softmax分类器和线性回归获得行人的位置。本发明实现了端到端的行人实例级检测和行人再识别功能。