技术特征：
技术总结
本发明公开了一种基于深度尺度学习的行人重识别方法。通过三个层级结构的框架来描述行人重识别的由粗到精的深度判别学习。第一个层次是选取来自两个不同摄像头视角的监控中的人物图片，然后随机地把这两张图片拼合在一起作为第二层的原始输入。第二层次是通过减去平均值和对每个样本对进行标准化来实现预处理，图片转换成灰度图像，形成栈式自编码网络的输入。第三层次是利用每个栈式自编码带有的softmax分类器得到一个分类结果。在本发明中，采用了三个不同隐藏层结构的栈式自编码网络，针对上述第三层中所得到的每一个自编码网络和分类器的结果，利用加权分配处理机制综合其分类结果已得到最终的分类精度，根据是同一对人的相似程度大于不同人的相似度原理实现最终的行人重识别判别结果。
技术研发人员：胡瑞敏;熊明福;陈军;沈厚明;梁超;兰佳梅;王正
受保护的技术使用者：武汉大学
技术研发日：2017.05.24
技术公布日：2017.08.29