多姿态图像生成的行人重识别算法研究

不同行人的高度相似性以及相同行人外观姿态的差异性,使得不同摄像头下的行人重识别面临严峻的挑战。生成对抗网络可以合成新的图像,被认为是解决行人姿态变化的主要技术手段。提出一种基于多姿态图像生成的行人重识别算法,利用生成对抗网络生成不同姿态的行人图像,通过归一化消除姿态的影响,从而大幅度提升行人重识别的整体性能。该行人重识别算法包括多姿态行人图像生成、不同姿态的行人特征提取与融合、距离度量和重排序三部分内容。在Market-1501数据集和DukeMTMC-ReID数据集上的实验证实了所提出算法的有效性,通过与state-of-the-art行人重识别方法比较,展示了多姿态图像生成方法在行人重识别任务中的优越性,同时表明生成行人图像的特征与原始图像的特征是相互补充的。

基于人脸面部特征的三维人脸预处理方法

基于自动检测人脸特征点坐标,利用人脸水平对称的性质,提出一种新的三维人脸姿态预处理方法。首先基于人脸特征点坐标和人脸几何特性,确定人脸本征平面,实现人脸姿态归一化,然后对归一化的人脸点云数据提取面部数据点,最后对提取到的面部数据点去奇异点、中值滤波以及补洞。最后在FRGCv2.03D人脸数据库进行实验,验证了提出的三维人脸数据预处理方法,并取得了理想结果。