[發(fā)明專利]行人再識別模型的訓(xùn)練方法、行人再識別方法及裝置

在審

• 申請?zhí)枺?/td>: 202110800485.2
• 申請日: 2021-07-15
• 公開（公告）號: CN113537055A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計）人: 王言偉;鄂小松;王鋒;劉晨哲;張恒;蔣宏斌
• 申請（專利權(quán)）人: 浙江富衍信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京科領(lǐng)智誠知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11782
• 代理人: 陳士騫

本發(fā)明實施例公開一種行人再識別模型的訓(xùn)練方法、行人再識別方法及裝置，涉及計算機視覺領(lǐng)域，能夠解決現(xiàn)有行人再識別模型識別準(zhǔn)確率較低的問題。該方法包括：獲取訓(xùn)練樣本中行人圖像的行人姿態(tài)信息和行人特征向量；行人姿態(tài)信息包括由頭部關(guān)鍵點和/或肩部關(guān)鍵點確定的信息；將行人姿態(tài)信息嵌入行人特征向量后獲得的目標(biāo)向量，輸入神經(jīng)網(wǎng)絡(luò)進行行人再識別模型訓(xùn)練；從訓(xùn)練樣本中獲取三元組樣本；基于三元組樣本中每個行人圖像的行人特征向量、行人姿態(tài)信息和圖像寬度，計算三元組損失值；根據(jù)三元組損失值調(diào)整行人再識別模型的參數(shù)，直至三元組損失值滿足收斂條件時，所對應(yīng)的模型為目標(biāo)行人再識別模型。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機視覺領(lǐng)域，具體而言，涉及一種行人再識別模型的訓(xùn)練方法、行人再識別方法及裝置。

背景技術(shù)

行人重識別，也稱行人再識別，是計算機視覺領(lǐng)域近些年來一個非常熱門的研究課題，可以被視為一個圖像檢索的子問題，是利用計算機視覺技術(shù)判斷圖像或者視頻序列中是否存在特定行人的技術(shù)，即行人再識別能夠通過圖像或視頻進行分析，判斷出待測行人是否為目標(biāo)行人。

相關(guān)技術(shù)中，行人重識別主要集中在對衣服顏色、衣服樣式等行人外表特征的分析上，但實際應(yīng)用中，這些外表特征很容易受到行人姿態(tài)因素的影響(例如同一行人在不同姿態(tài)情況下，衣服樣式可能會被識別成不同樣式，或者不同行人在不同姿態(tài)情況下，衣服樣式被識別成相同樣式)，進而大大影響行人再識別模型的識別準(zhǔn)確率。

發(fā)明內(nèi)容

本發(fā)明提供了一種行人再識別模型的訓(xùn)練方法、行人再識別方法及裝置，以提高行人再識別的準(zhǔn)確率。具體的技術(shù)方案如下：

第一方面，本發(fā)明實施例提供了一種行人再識別模型的訓(xùn)練方法，所述方法包括：

獲取訓(xùn)練樣本中行人圖像的行人姿態(tài)信息和行人特征向量；所述訓(xùn)練樣本包括標(biāo)記有類別標(biāo)簽的行人圖像；所述行人姿態(tài)信息包括由頭部關(guān)鍵點和/或肩部關(guān)鍵點確定的信息；

將所述行人姿態(tài)信息嵌入所述行人特征向量后獲得的目標(biāo)向量，輸入神經(jīng)網(wǎng)絡(luò)進行行人再識別模型訓(xùn)練；

從訓(xùn)練樣本中獲取三元組樣本，所述三元組樣本包括第一行人圖像、第二行人圖像和第三行人圖像，所述第一行人圖像與所述第二行人圖像屬于同一類別，所述第一行人圖像與所述第三行人圖像屬于不同類別；

基于所述三元組樣本中每個行人圖像的行人特征向量、行人姿態(tài)信息和圖像寬度，計算三元組損失值；

根據(jù)所述三元組損失值調(diào)整所述行人再識別模型的參數(shù)，直至三元組損失值滿足收斂條件時，所對應(yīng)的模型為目標(biāo)行人再識別模型。

可選的，將所述行人姿態(tài)信息嵌入所述行人特征向量后獲得的目標(biāo)向量，輸入神經(jīng)網(wǎng)絡(luò)進行行人再識別模型訓(xùn)練，包括：

將所述行人圖像切分成多個行人圖像塊；

根據(jù)所述肩部關(guān)鍵點和行人傾斜判斷基準(zhǔn)線確定行人傾斜角度；

根據(jù)所述行人圖像塊的位置信息、所述行人傾斜角度、所述行人特征向量，以及所述頭部關(guān)鍵點、所述肩部關(guān)鍵點與所述行人圖像塊的位置關(guān)系，計算所述目標(biāo)向量；

將所述目標(biāo)向量輸入神經(jīng)網(wǎng)絡(luò)進行行人再識別模型訓(xùn)練。

可選的，根據(jù)所述行人圖像塊的位置信息、所述行人傾斜角度、所述行人特征向量，以及所述頭部關(guān)鍵點、所述肩部關(guān)鍵點與所述行人圖像塊的位置關(guān)系，計算所述目標(biāo)向量，包括：

根據(jù)如下公式計算每個行人圖像塊的目標(biāo)特征：

Eⁱ＝λ_if(imp_i)+p_i+αθ