[發(fā)明專利]行人重識別方法、裝置、設備及介質

在審

• 申請?zhí)枺?/td>: 202310125013.0
• 申請日: 2023-02-07
• 公開（公告）號: CN116052220A
• 公開（公告）日: 2023-05-02
• 發(fā)明（設計）人: 閆文雪;宋宏健;張燕;厲吉華;李軍宏
• 申請（專利權）人: 北京多維視通技術有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/40;G06V20/52;G06V20/40;G06V10/774
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 孫寶海

1.一種行人重識別方法，其特征在于，包括：

獲取行人圖像，所述行人圖像至少包括目標圖像和待識別的多個第一圖像；

基于預設的圖像特征提取方法，提取所述行人圖像的特征向量，得到所述目標圖像的特征向量和每個第一圖像的特征向量；其中，在所述行人圖像類別為全身圖像的情況下，所述行人圖像的特征向量包括所述行人圖像的全身特征和所述行人圖像的半身特征；在所述行人圖像類別為半身圖像的情況下，所述行人圖像的特征向量包括所述行人圖像的半身特征；

基于所述目標圖像的類別和每個第一圖像的類別，在所述目標圖像的特征向量和第一圖像的特征向量中選擇對應的特征，計算所述目標圖像和每個第一圖像之間的余弦距離，并根據所述余弦距離排序得到行人重識別結果。

2.根據權利要求1所述的方法，其特征在于，所述預設的圖像特征提取方法，包括：

判斷行人圖像的類別，是否為全身圖像；

在所述行人圖像為全身圖像的情況下，將所述行人圖像輸入到預先訓練的行人重識別全身模型中，得到所述行人圖像的全身特征；以及基于所述行人圖像，切分得到所述行人圖像對應的半身圖像，并將所述行人圖像對應的半身圖像輸入到預先訓練的行人重識別半身模型中，得到所述行人圖像的半身特征；

在所述行人圖像為半身圖像的情況下，將所述行人圖像輸入到預先訓練的行人重識別半身模型中，得到所述行人圖像的半身特征。

3.根據權利要求2所述的方法，其特征在于，所述基于所述行人圖像，切分得到所述行人圖像對應的半身圖像，包括：

基于如下公式計算得到半身圖像的高度H′：

H′＝s₁*H+s₂*n

其中，s₁表示圖像高度尺度比例因子，s₂表示浮動值尺度比例因子，n為隨機數(shù)，H表示原行人圖像的高度；

基于計算得到的所述半身圖像的高度，切分所述行人圖像，得到所述行人圖像對應的半身圖像。

4.根據權利要求2所述的方法，其特征在于，所述方法還包括：

在訓練行人重識別全身模型和行人重識別半身模型時，采用全身半身互蒸餾方式，對行人重識別全身模型邏輯輸出層和行人重識別半身模型邏輯輸出層進行蒸餾。

5.根據權利要求2所述的方法，其特征在于，所述判斷行人圖像的類別，是否為全身圖像，包括：

將所述行人圖像，輸入到分類器中，計算所述行人圖像屬于半身圖像的概率、屬于全身圖像的概率和屬于非行人圖像的概率，比較所述行人圖像屬于半身圖像的概率、屬于全身圖像的概率和屬于非行人圖像的概率三者之間的大小；

在所述行人圖像屬于全身圖像的概率最大，或所述行人圖像屬于非行人圖像的概率最大的情況下，確定所述行人圖像為全身圖像。

6.根據權利要求1-5任一所述的方法，其特征在于，所述基于所述目標圖像的類別和每個第一圖像的類別，在所述目標圖像的特征向量和第一圖像的特征向量中選擇對應的特征，計算所述目標圖像和每個第一圖像之間的余弦距離，包括：

在所述目標圖像的類別為全身圖像且第一圖像的類別為全身圖像時，基于所述第一圖像的全身特征和所述目標圖像的全身特征，計算所述目標圖像和所述第一圖像之間的余弦距離；

在所述目標圖像的類別為全身圖像且第一圖像的類別為半身圖像時，基于所述第一圖像的半身特征和所述目標圖像的半身特征，計算所述目標圖像和所述第一圖像之間的余弦距離；

在所述目標圖像的類別為半身圖像且第一圖像的類別為全身圖像時，基于所述第一圖像的半身特征和所述目標圖像的半身特征，計算所述目標圖像和所述第一圖像之間的余弦距離；

在所述目標圖像的類別為半身圖像且第一圖像的類別為半身圖像時，基于所述第一圖像的半身特征和所述目標圖像的半身特征，計算所述目標圖像和所述第一圖像之間的余弦距離。