公开(公告)号：CN111753684B

公开(公告)日：2022-07-08

申请号：CN202010531805.4

申请日：2020-06-11

Applicant: 昆明理工大学

Inventor： 李华锋 ,  周炉 ,  董能 ,  张亚飞

IPC: G06V40/10 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06K9/62

Abstract: 本发明提出了一种利用目标姿势进行生成的行人重识别方法，属于计算机视觉领域。本发明提出了一个在给定目标姿势和行人的情况下利用生成对抗网络来生成特定姿态下的目标行人对姿势进行归一化进而消除姿势对行人的影响。具体来说，将方法分为两部分：(1)在给定目标姿势和行人情况下利用生成对抗网络来生成在给定姿势下的行人；(2)利用生成的目标姿势的行人和真实的目标姿态行人，通过一个特征提取网络进行特征的提取，然后两者进行特征融合，形成一个特征向量。并且对真实的目标姿态行人也进行相同的操作，进而得到两个特征向量。最后，对得到的特征向量进行距离的度量并结合行人摄像头的信息。进一步提高识别性能。

公开(公告)号：CN111753684A

公开(公告)日：2020-10-09

申请号：CN202010531805.4

申请日：2020-06-11

Applicant: 昆明理工大学

Inventor： 李华锋 ,  周炉 ,  董能 ,  张亚飞

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明提出了一种利用目标姿势进行生成的行人重识别方法，属于计算机视觉领域。本发明提出了一个在给定目标姿势和行人的情况下利用生成对抗网络来生成特定姿态下的目标行人对姿势进行归一化进而消除姿势对行人的影响。具体来说，将方法分为两部分：(1)在给定目标姿势和行人情况下利用生成对抗网络来生成在给定姿势下的行人；(2)利用生成的目标姿势的行人和真实的目标姿态行人，通过一个特征提取网络进行特征的提取，然后两者进行特征融合，形成一个特征向量。并且对真实的目标姿态行人也进行相同的操作，进而得到两个特征向量。最后，对得到的特征向量进行距离的度量并结合行人摄像头的信息。进一步提高识别性能。