基于多尺度图像及特征层对齐的跨分辨率行人重识别方法

专利主权项内容

1.一种基于多尺度图像及特征层对齐的跨分辨率行人重识别方法，其特征在于，包括以下步骤：(1)对跨分辨率样本视频进行预处理，将视频分割为连续的帧，并统一图像尺寸，选取高分辨率行人图像样本和低分辨率行人图像样本；(2)对高分辨率行人图像样本进行多尺度下采样，得到不同分辨率尺度图像，将不同分辨率尺度图像连同原始图像一起输入到级联的多尺度图像重构网络，其中各级图像重构网络的分辨率尺度递增，且前一级图像重构网络的输出作为后一级图像重构网络的输入，得到多尺度的重构图像，并计算图像重构网络的损失函数，在设置的训练批次下对多尺度的图像重构网络进行训练；(3)每个尺度的重构图像输入到与对应级别图像重构网络连接的行人重识别网络，提取对应尺度下重构图像的特征，各个尺度下提取的特征拼接作为行人重识别网络的输出，并根据输出结果计算行人重识别网络的损失函数，在设置的训练批次下对行人重识别网络进行训练；(4)将待识别的视频分割为连续的帧，并统一图像尺寸，获取高分辨率图像和低分辨率图像，将高分辨率图像进行多尺度下采样后连同低分辨率图像一起，输入到训练好的图像重构网络，得到各尺度重构图像，再分别输入到对应的训练好的行人重识别网络，提取各个尺度下的特征并进行拼接，得到最终的行人特征表示。