一种自适应深度空间特征的行人识别方法和系统

摘要

本发明提供一种自适应深度空间特征的行人识别方法和系统；其方法包括步骤：根据预设的分割数目n将行人图像进行分割；建立与行人图像分块数目相同的n组特征提取模型，并对应的从n块行人图像分块中提取特征信息；建立与特征信息组别数目相同的n组特征分类器，并对应的将n组特征信息进行特征分类；根据反向传播算法分别计算每组特征分类过程中所产生的损失值；将n组损失值分别返回对应的特征提取模型和特征分类器中来优化的特征提取模型和特征分类器。本发明能够有效提取到行人更多的信息，尤其是局部信息，而采用损失值反馈的形式自适应的行人特征分类，最终趋于最优解，能够指引行人特征提取模型提取到更多深度空间的行人特征信息。

主权项

一种自适应深度空间特征的行人识别方法，其特征在于，包括如下步骤：步骤S1：获取行人图像，并根据预设的分割数目n将所述行人图像进行分割，得到n块行人图像分块；步骤S2：建立与行人图像分块数目相同的n组特征提取模型，所述n组特征提取模型一一对应的从所述n块行人图像分块中提取特征信息，得到n组特征信息；步骤S3：建立与特征信息组别数目相同的n组特征分类器，所述n组特征分类器一一对应的对所述n组特征信息进行特征分类；步骤S4：根据反向传播算法分别计算每组特征分类过程中所产生的损失值，得到n组损失值；步骤S5：将n组损失值分别返回对应的特征提取模型和特征分类器中，得到优化后的特征提取模型和特征分类器。