[發(fā)明專利]行人重識別方法、裝置、存儲介質(zhì)及電子設備

在審

• 申請?zhí)枺?/td>: 202210759939.0
• 申請日: 2022-06-29
• 公開（公告）號: CN114943937A
• 公開（公告）日: 2022-08-26
• 發(fā)明（設計）人: 張文彬;李韶英;賀曉東;彭巍;高小兵
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06N3/04;G06N3/08;G06V10/56;G06V10/80;G06V10/82
• 代理公司: 北京律智知識產(chǎn)權代理有限公司 11438
• 代理人: 王輝

1.一種行人重識別方法，其特征在于，包括：

獲取目標彩色行人圖像和所述目標彩色行人圖像對應的灰度行人圖像；

利用特征嵌入網(wǎng)絡對所述目標彩色行人圖像進行特征提取，得到彩色全局特征和彩色局部特征；

利用所述特征嵌入網(wǎng)絡對所述灰度行人圖像進行特征提取，得到灰度全局特征和灰度局部特征；

融合所述彩色全局特征、所述彩色局部特征、所述灰度全局特征和所述灰度局部特征，得到行人融合特征；

根據(jù)所述行人融合特征，從預設行人圖像庫中確定目標行人。

2.根據(jù)權利要求1所述的行人重識別方法，其特征在于，所述特征嵌入網(wǎng)絡包括兩個主干網(wǎng)絡，每個主干網(wǎng)絡包括兩個分支網(wǎng)絡，每個主干網(wǎng)絡的第一分支網(wǎng)絡至少包括多個卷積層和一個池化層，每個卷積層串聯(lián)一個通道注意力層，每個主干網(wǎng)絡的第二分支網(wǎng)絡至少包括多個卷積層和一個池化層，除最后一個卷積層外的每個卷積層串聯(lián)一個通道注意力層。

3.根據(jù)權利要求2所述的行人重識別方法，其特征在于，所述利用特征嵌入網(wǎng)絡對所述目標彩色行人圖像進行特征提取，得到彩色全局特征和彩色局部特征，包括：

利用所述特征嵌入網(wǎng)絡的第一主干網(wǎng)絡中的第一分支網(wǎng)絡對所述目標彩色行人圖像進行特征提取，得到所述彩色全局特征；

利用所述特征嵌入網(wǎng)絡的第一主干網(wǎng)絡中的第二分支網(wǎng)絡對所述目標彩色行人圖像進行特征提取，得到所述彩色局部特征。

4.根據(jù)權利要求2所述的行人重識別方法，其特征在于，所述利用所述特征嵌入網(wǎng)絡的第一主干網(wǎng)絡中的第二分支網(wǎng)絡對所述目標彩色行人圖像進行特征提取，得到所述彩色局部特征，包括：

利用所述第一主干網(wǎng)絡的第二分支網(wǎng)絡中的多個卷積層和與每個卷積層串聯(lián)的通道注意力層對所述目標彩色行人圖像進行特征提取，得到彩色行人特征圖；

將所述彩色行人特征圖分割為多個局部行人特征圖；

利用所述第一主干網(wǎng)絡的第二分支網(wǎng)絡中的池化層對所述多個局部行人特征圖中的每個局部行人特征圖進行運算，得到對應的所述彩色局部特征。

5.根據(jù)權利要求1所述的行人重識別方法，其特征在于，所述融合所述彩色全局特征、所述彩色局部特征、所述灰度全局特征和所述灰度局部特征，得到行人融合特征，包括：

將所述彩色局部特征和所述灰度局部特征進行拼接，得到行人局部特征；

融合所述彩色全局特征、所述灰度全局特征和所述行人局部特征，得到所述行人融合特征。

6.根據(jù)權利要求1所述的行人重識別方法，其特征在于，利用特征嵌入網(wǎng)絡對所述目標彩色行人圖像進行特征提取前，所述方法還包括：

獲取訓練數(shù)據(jù)集，所述訓練數(shù)據(jù)集中的每組訓練數(shù)據(jù)包括彩色行人訓練圖像和所述彩色行人訓練圖像對應的灰度行人訓練圖像；

利用所述特征嵌入網(wǎng)絡對所述彩色行人訓練圖像和所述灰度行人訓練圖像進行特征提取，得到彩色全局特征、灰度全局特征和行人局部特征；

根據(jù)所述彩色全局特征、所述灰度全局特征和所述行人局部特征構建目標函數(shù)；

基于所述目標函數(shù)，對所述特征嵌入網(wǎng)絡的參數(shù)進行迭代更新，當滿足迭代終止條件時，完成對所述特征嵌入網(wǎng)絡的訓練；

其中，所述目標函數(shù)是由圖像分類損失函數(shù)和圖像識別損失函數(shù)組成的聯(lián)合損失函數(shù)。

7.根據(jù)權利要求1所述的行人重識別方法，其特征在于，所述根據(jù)所述行人融合特征，從預設行人圖像庫中確定目標行人，包括：

計算所述行人融合特征與所述預設行人圖像庫中行人圖像的融合特征的相似度；

根據(jù)所述相似度確定所述預設行人圖像庫中的目標行人。