(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 202210481718.1 (22)申请日 2022.05.05 (71)申请人 北京邮电大 学 地址 100876 北京市海淀区西土城路10号 (72)发明人 温志刚　邹俊伟　李永　李聪　 (74)专利代理 机构 北京市商 泰律师事务所 11255 专利代理师 黄晓军 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/10(2022.01) G06V 10/82(2022.01) G06V 10/80(2022.01) G06V 10/764(2022.01) G06V 10/77(2022.01)G06V 10/774(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于公共场所场景的轻量级人员重新 识别检测方法 (57)摘要 本发明提供了一种基于公共场所场景的轻 量级人员重新识别检测方法。 该方法包括： 在轻 量级人员 重新识别re ‑ID网络中加入中级特征， 构建基于公共场所场景的轻量级人员重新识别 检测模型； 将待检测的公共场所场景的监控视频 流输入到 所述轻量级人员重新识别检测模型， 所 述轻量级人员重新识别检测模型输出所述监控 视频流中的行人匹配结果。 本发 明针对公共场所 场景提出了改进的适配的轻量级re ‑ID模型， 该 模型融合了针对骨干分类网络改进的中级特征， 而模型体积只有公开骨干网络的十分之一， 保持 着非常好的部署可行性。 该网络模 型作为公共场 所特殊场景下的re ‑ID分类模型， 为该场景提供 了非常高的研究意 义和应用价 值。 权利要求书2页 说明书8页 附图2页 CN 115019244 A 2022.09.06 CN 115019244 A 1.一种基于公共场所场景的轻量级人员重新识别检测方法， 其特 征在于， 包括： 在轻量级人员重新识别re ‑ID网络中加入中级特征， 构建基于公共场所场景的轻量级 re‑ID模型； 将待检测的公共场所场景的监控视频流输入到所述轻量级re ‑ID模型， 所述轻量级人 员重新识别检测模型输出 所述监控视频流中的行 人匹配结果。 2.根据权利要求1所述的方法， 其特征在于， 所述的在轻量级人员重新识别re ‑ID网络 中加入中级特 征， 构建基于公共场所场景的轻量级re ‑ID模型， 包括： 所述轻量级re ‑ID网络选取ResNet18网络， 该ResNet18网络有两个卷积层， 在ResNet18 网络最后一层再增加一层卷积层， 得到融合了中级特征的ResNet18 ‑mid网络， 所述增加的 一层卷积层即为融合的中级特征， 将融合了中级特征的ResNet18 ‑mid网络作为基于公共场 所场景的轻量级re ‑ID模型。 3.根据权利要求1所述的方法， 其特征在于， 所述的在轻量级人员重新识别re ‑ID网络 中加入中级特 征， 构建基于公共场所场景的轻量级re ‑ID模型， 包括： 所述轻量级re ‑ID网络选取squeezenet网络， 将squeezenet网络中的fire模块看作普 通卷积层， 将squeezenet 网络中的中间层的fire模块输出的特征作为中级特征， 将所述中 级特征通过全局平均池化后输出中级特征向量， 将s queezenet网络中的最后一个conv10卷 积层作为高级特征， 将所述高级特征通过全局平均池化后输出高级特征向量， 将所述高级 特征向量与所述中级 特征向量一起输入融合模块， 将所述高级特征向量与所述中级特征向 量连接起来， 再通过一个全连接层降低维度， 得到融合了中级特征的s queezenet‑mid网络， 将融合了中级特 征的sque ezenet‑mid网络作为基于公共场所场景的轻量级re ‑ID模型。 4.根据权利要求1所述的方法， 其特征在于， 所述的在轻量级人员重新识别re ‑ID网络 中加入中级特 征， 构建基于公共场所场景的轻量级re ‑ID模型， 包括： 所述轻量级re ‑ID网络选取OSNet网络， 将OSNet网络中的conv4层的特征作为中间层特 征， 将所述中间层特征通过全局平均池化构建中级特征向量； 将OSNet网络中的conv5作为 高级特征， 将所述高级特征经过全局平均池化后得到高级特征向量， 将所述高级特征向量 与所述中级特征向量一起输入融合模块， 将所述高级特征向量与所述中级特征向连接起 来， 再通过一个全连接层降低维度， 得到融合了中级特征的OSNet网络， 将融合了中级特征 的OSNet网络 ‑mid网络作为基于公共场所场景的轻量级re ‑ID模型。 5.根据权利要求 4所述的方法， 其特 征在于， 所述OSNet网络优先选取OSNet_x1_0网络 。 6.根据权利要求1至5任一项所述的方法， 其特征在于， 所述的将待检测的公共场所场 景的监控视频流输入到所述轻量级re ‑ID模型， 所述轻量级re ‑ID模型输出所述监控视频流 中的行人匹配结果， 包括： 从待检测的公共场所场景的监控视频流中提取出图片序列， 从图片序列中选取一张目 标测试图片， 将目标测试图片分到query集中， 将图片序列中的其 他图片分到g allery集中； 利用YOLOV3对query集中的目标测试图片进行行人目标检测， 利用Opencv工具对检测 后的行人进行矩形框裁剪， 将裁剪好的行人矩形框分配到query集； 利用YOLOV3对gallery 集中的待匹配图片进行行人目标检测， 利用Opencv工具对检测后的行人进行矩形框裁剪， 将裁剪好的行 人矩形框分配到g allery集中； 将目标测试图片的行人裁剪框输入到所述轻量级re ‑ID网络， 所述轻量级re ‑ID网络将权　利　要　求　书 1/2 页 2 CN 115019244 A 2所述目标测试图片的行人裁剪框与gallery集中的各个行人裁剪框进行匹配， 根据匹配结 果挑选出与所述目标测试图片的行人裁剪框最相 似的gallery集中的行人裁剪框， 并根据 标注输出 行人来源图像帧。权　利　要　求　书 2/2 页 3 CN 115019244 A 3