[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

本申請提供了一種行人重識別方法及其裝置、電子設備及存儲介質，屬于人工智能技術領域。該方法包括：對原始視頻幀進行特征提取得到初始特征圖，將初始特征圖輸入至時空注意力模型進行歸一化處理得到初始注意力圖，對初始特征圖進行分割處理得到初始子特征圖，對初始注意力圖進行分割處理得到子注意力圖，對子注意力圖進行歸一化處理得到初始子特征圖的初始空間注意力分數，根據初始空間注意力分數構建目標特征注意力矩陣，根據目標特征注意力矩陣和初始子特征圖進行特征圖構建得到目標特征圖，對目標特征圖與參考人物圖像進行相似度計算得到目標相似度，根據目標相似度對原始視頻幀進行篩選處理得到目標視頻幀，能夠提高行人重識別的準確率。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種行人重識別方法及其裝置、電子設備及存儲介質。

背景技術

相關技術中，在進行行人重識別任務時，會根據多鏡頭拍攝的多個視頻序列來進行特定行人檢測。但是視頻序列的部分視頻幀會存在遮擋等問題，導致無法準確識別行人的身體部位，降低了行人重識別的準確率。

發明內容

本申請實施例的主要目的在于提出一種行人重識別方法和裝置、電子設備及存儲介質，旨在提高行人重識別的準確率。

為實現上述目的，本申請實施例的第一方面提出了一種行人重識別方法，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。

在一些實施例，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。

在一些實施例，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；