[發明專利]行人重識別方法及其裝置、電子設備及存儲介質

在審

• 申請號: 202310412753.2
• 申請日: 2023-04-07
• 公開（公告）號: CN116563750A
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 劉杰;王健宗;瞿曉陽
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/40;G06V10/74;G06V40/10;G06V10/82;G06V10/80;G06N3/08;G06N3/0464
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 葉恩華

1.行人重識別方法，其特征在于，所述方法包括：

獲取待識別的多個原始視頻幀；

對所述原始視頻幀進行特征提取，得到所述原始視頻幀的初始特征圖；

將所述初始特征圖輸入至預設的時空注意力模型進行歸一化處理，得到所述初始特征圖的初始注意力圖；

對所述初始特征圖進行分割處理，得到初始子特征圖，并對所述初始注意力圖進行分割處理，得到子注意力圖，其中，所述初始子特征圖和所述子注意力圖一一對應；

對所述子注意力圖進行歸一化處理，得到所述初始子特征圖的初始空間注意力分數；

根據所述初始空間注意力分數構建目標特征注意力矩陣；

根據所述目標特征注意力矩陣和多個所述初始子特征圖進行特征圖構建，得到目標特征圖；

對所述目標特征圖與預設的參考人物圖像進行相似度計算，得到目標相似度；

根據所述目標相似度對多個所述原始視頻幀進行篩選處理，得到目標視頻幀，所述目標視頻幀是包含目標人物的視頻幀。

2.根據權利要求1所述的行人重識別方法，其特征在于，所述初始特征圖包括第一特征圖和第二特征圖，所述對所述原始視頻幀進行特征提取，得到所述原始視頻幀的初始特征圖，包括：

對所述原始視頻幀進行尺度變換處理，得到第一視頻圖像和第二視頻圖像，所述第一視頻圖像的分辨率高于所述第二視頻圖像；

基于預設的特征提取模型對所述第一視頻圖像進行特征提取，得到第一特征圖，并通過所述特征提取模型對所述第二視頻圖像進行特征提取，得到第二特征圖。

3.根據權利要求2所述的行人重識別方法，其特征在于，所述特征提取模型包括第一神經網絡和第二神經網絡，所述第一特征圖包括第一全局特征圖和第一局部特征圖，所述第二特征圖包括第二全局特征圖和第二局部特征圖，所述基于預設的特征提取模型對所述第一視頻圖像進行特征提取，得到第一特征圖，并通過所述特征提取模型對所述第二視頻圖像進行特征提取，得到第二特征圖，包括：

基于所述第一神經網絡對所述第一視頻圖像進行人物姿態估計，得到所述第一視頻圖像的第一熱圖，并通過所述第一神經網絡對所述第二視頻圖像進行人物姿態估計，得到所述第二視頻圖像的第二熱圖；

基于所述第二神經網絡對所述第一視頻圖像進行特征提取，得到第一中間特征圖，并通過所述第二神經網絡對所述第二視頻圖像進行特征提取，得到第二中間特征圖；

對所述第一熱圖和所述第一中間特征圖進行特征融合，得到所述第一局部特征圖，并對所述第二熱圖和所述第二中間特征圖進行圖像融合，得到所述第二局部特征圖；

對所述第一中間特征圖進行池化處理，得到所述第一全局特征圖，并對所述第二中間特征圖進行池化處理，得到所述第二全局特征圖。

4.根據權利要求3所述的行人重識別方法，其特征在于，所述第一神經網絡包括第一卷積層、反卷積層和第二卷積層，所述基于所述第一神經網絡對所述第一視頻圖像進行人物姿態估計，得到所述第一視頻圖像的第一熱圖，包括：

通過所述第一卷積層對所述第一視頻圖像進行特征提取，得到第三中間特征圖；

通過所述反卷積層對所述第三中間特征圖進行上采樣處理，得到第四中間特征圖；

通過所述第二卷積層對所述第四中間特征圖進行熱圖預測，得到所述第一熱圖。

5.根據權利要求1至4任一項所述的行人重識別方法，其特征在于，所述根據所述初始空間注意力分數構建目標特征注意力矩陣，包括：

獲取所述原始視頻幀的時間數據以及所述初始子特征圖在所述初始特征圖中的空間位置數據；

根據所述空間位置數據對多個所述初始空間注意力分數進行拼接處理，得到每一所述初始特征圖的目標空間注意力分數；

根據所述時間數據對多個所述目標空間注意力分數進行聚合處理，得到所述目標特征注意力矩陣。