技术摘要：
本发明涉及一种基于StarGAN网络模型实现行人重识别图片自动生成的方法，包括对训练用的行人图片数据集进行预处理；将预处理后的图片数据集输入姿态特征提取网络以及外观特征提取网络分别进行姿态特征提取以及外观特征提取；基于StarGAN网络模型构建行人重识别图片，自  全部
背景技术：
目前，行人重识别技术(Person  Re-identification也称目标人再识别，简称为 ReID)主要基于视频图像搜索。在监控视频中，由于相机分辨率和拍摄角度的缘故，通常无 法得到质量非常高的人脸图片。当人脸识别失效的情况下，基于整体目标行人特征的重识 别就成为了一个非常重要的替代品。它有一个非常重要的特性就是跨摄像头，所以通常评 价行人重识别产品性能的时候，是要检索出不同摄像头下的相同目标人图片。目前，行人重 识别的研究以及检验检测均面临着行人重识别图片数据集短缺这一问题，诸如图像分辨率 低、视角变化、姿态变化、光线变化以及遮挡等都会给数据集构建带来很大困难。 1)监控视频的画面一般比较模糊，分辨率也比较低； 2)行人重识别的图像往往采自于不同的摄像机，由于拍摄场景、摄像参数不同，行 人重识别数据集构建一般存在光照变化及视角变化等问题； 3)进行重识别的目标人图像可能拍摄于不同的时间，目标人姿态、衣着会有不同 程度的改变； 4)在不同的光照条件下，目标人的外观特征也会有很大的差异。
技术实现要素：
本发明的目的是克服了上述现有技术的缺点，提供了一种满足清晰、真实、适用范 围较为广泛的基于StarGAN网络模型实现行人重识别图片自动生成的方法。 为了实现上述目的，本发明的基于StarGAN网络模型实现行人重识别图片自动生 成的方法如下： 该基于StarGAN网络模型实现行人重识别图片自动生成的方法，其主要特点是，所 述的方法包括以下步骤： (1)对训练用的行人图片数据集进行预处理； (2)将预处理后的图片数据集输入姿态特征提取网络以及外观特征提取网络分别 进行姿态特征提取以及外观特征提取； (3)基于StarGAN网络模型构建行人重识别图片，自动生成风格迁移网络； (4)将训练用行人图片以及对应的姿态特征和外观特征输入风格迁移网络，并进 行训练； (5)将姿态特征提取网络以及外观特征提取网络以及行人生成网络结合形成最终 的行人生成网络； (6)将源行人重识别图片和目标图片输入行人生成网络生成样式由源迁移至目标 的行人图片。 4 CN 111597978 A 说　明　书 2/6 页 较佳地，所述的步骤(1)具体包括以下步骤： (1.1)对原始包含行人的图片进行随机行人区域裁剪以及缩放； (1.2)对缩放后的图片进行增加噪声以及区域遮挡处理。 较佳地，所述的步骤(1)中预处理操作后的行人图片为8位、单通道、大小为2N× 2N-1像素的图片，其中，N的取值为大于等于6且小于等于9的正整数。 较佳地，所述的步骤(2)中的姿态特征提取网络以及外观特征提取网络为通用预 训练模型。 较佳地，所述的步骤(3)具体包括以下步骤： (3.1)选取一成对的源行人图片与目标行人图片，将由源行人图片以及对应的外 观特征连同目标行人图片的姿态特征，输入生成器生成与源行人具有相同外观、与目标行 人具有相同姿态的新生成图； (3.2)将新生成图以及与源行人图片所对应的姿态特征以及外观特征均重新输入 生成器中重构源行人图片； (3.3)判断的重构行人图片的重构损失，处理重构的图片和原始的输入的源行人 图片使两者尽可能相似； (3.4)将新生成图传输给判别器，对抗网络判断图的真假，以及图的外观特征与目 标行人图片是否一致，计算优化对抗网络损失； (3.5)计算生成对抗网络的对抗损失。 较佳地，所述的步骤(4)的训练操作具体包括以下步骤： 使用ADAM梯度优化方案训练生成网络与对抗网络。 较佳地，所述的步骤(4)中的姿态特征以及外观特征通过向量拼接方式与对应行 人图片输入至风格迁移网络，并且将源图与目标图作为匹配进行训练。 较佳地，所述的步骤(5)具体为： 去掉原始训练网络中对抗网络的部分，保存其它网络结构。 较佳地，所述的步骤(5)中姿态特征提取网络以及外观特征提取网络和步骤(2)中 的姿态特征提取网络以及外观特征提取网络相同。 采用了本发明的基于StarGAN网络模型实现行人重识别图片自动生成的方法，由 于其采用深度学习技术，利用真实行人图片数据来对风格迁移生成对抗网络进行训练，并 且将姿态特征和外观特征建立联系，得到了可以进行风格迁移的行人的生成网络。本发明 的核心就在于整体方法的高效性与灵活性：可以使用在任意数据集上训练得到的任意特征 提取预训练网络以及姿态提取预训练网络来对进行行人特征提取；最终得到的行人生成网 络无需额外输入行人标签，并且生成的行人重识别图片清晰、真实，可供训练以及检测验证 使用。 附图说明 图1为本发明的基于StarGAN网络模型实现行人重识别图片自动生成的方法的流 程图。 图2为本发明的基于StarGAN网络模型实现行人重识别图片自动生成的方法的行 人图像预处理流程示意图。 5 CN 111597978 A 说　明　书 3/6 页 图3为本发明的基于StarGAN网络模型实现行人重识别图片自动生成的方法的基 于StarGAN构建的行人重识别图片自动生成风格迁移网络结构图。 图4为本发明的基于StarGAN网络模型实现行人重识别图片自动生成的方法的具 体实施例示意图。