[發明專利]一種目標身份識別方法、裝置以及存儲介質

在審

• 申請號: 202210060310.7
• 申請日: 2022-01-19
• 公開（公告）號: CN114495220A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 林樂平;陳錦威;蔡曉東
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06V40/16
• 分類號: G06V40/16;G06V20/52;G06V20/40;G06K9/62;G06V10/774
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 王澎

1.一種目標身份識別方法，其特征在于，包括如下步驟：

S1：導入多個目標行人圖片，分別對各個所述目標行人圖片進行人臉檢測，得到與各個所述目標行人圖片分別對應的目標臉部圖片；

S2：分別對各個所述目標行人圖片以及各個所述目標臉部圖片進行特征提取，得到與各個所述目標行人圖片對應的行人特征以及與各個所述目標臉部圖片對應的人臉特征；

S3：構建訓練模型，通過所述訓練模型對多個所述行人特征以及多個所述人臉特征進行身份識別分析，得到目標身份識別結果。

2.根據權利要求1所述的目標身份識別方法，其特征在于，所述步驟S1中，分別對各個所述目標行人圖片進行人臉檢測，得到與各個所述目標行人圖片分別對應的目標臉部圖片的過程包括：

利用MTCNN人臉檢測算法分別對各個所述目標行人圖片進行人臉檢測，得到與各個所述目標行人圖片分別對應的目標臉部圖片。

3.根據權利要求1所述的目標身份識別方法，其特征在于，所述步驟S2的過程包括：

基于PCB+RPP模型分別對各個所述目標行人圖片進行行人特征提取，得到與各個所述目標行人圖片對應的行人特征；

基于insightface模型分別對各個所述目標臉部圖片進行人臉特征提取，得到與各個所述目標臉部圖片對應的人臉特征。

4.根據權利要求1所述的目標身份識別方法，其特征在于，所述步驟S3的過程包括：

構建全連接神經網絡，通過所述全連接神經網絡分別對各個所述行人特征以及各個所述人臉特征進行分類處理，得到與各個所述目標行人圖片對應的行人證據向量以及與各個所述目標臉部圖片對應的人臉證據向量；

對多個所述行人證據向量以及多個所述人臉證據向量進行總體意見向量的分析，得到總體意見向量，并將所述總體意見向量作為目標身份識別結果。

5.根據權利要求4所述的目標身份識別方法，其特征在于，所述全連接神經網絡包括多個全連接層和與所述全連接層數量對應的RELU激活層，且所述全連接層與所述RELU激活層交替連接；所述構建全連接神經網絡，通過所述全連接神經網絡分別對各個所述行人特征以及各個所述人臉特征進行分類處理，得到與各個所述目標行人圖片對應的行人證據向量以及與各個所述目標臉部圖片對應的人臉證據向量的過程包括：

S311：通過當前全連接層分別對各個所述行人特征以及各個所述人臉特征進行線性映射，得到與各個所述目標行人圖片對應的映射后行人特征以及與各個所述目標臉部圖片對應的映射后人臉特征；

S312：通過當前RELU激活層分別對各個所述映射后行人特征以及各個所述映射后人臉特征進行非線性映射，并將非線性映射后的結果輸入至下一全連接層中，并再次執行步驟S311，直至經過所有的全連接層以及所有的RELU激活層，從而得到與各個所述目標行人圖片對應的行人證據向量以及與各個所述目標臉部圖片對應的人臉證據向量。