[发明专利]一种目标识别方法、装置、电子设备和计算机存储介质

权利要求书

1.一种目标识别方法，其特征在于，所述方法包括：

构造训练数据集，包括：

从原始数据集中选取出目标数据集，所述目标数据集包括至少一个目标数据；针对所述目标数据集中的每一个目标数据，选取出所述每一个目标数据对应的参考数据集，所述参考数据集包括：与所述目标数据的标识信息相同的参考数据、以及与所述目标数据的标识信息不同的参考数据；所述参考数据和所述目标数据均为行人图片数据；所述目标数据的标识信息为所述目标数据对应的目标的身份标识；

根据所述目标数据和所述至少一个参考数据的相似程度，训练目标识别模型，得到训练完成的目标识别模型；

获取目标识别的初始结果序列，根据所述训练完成的目标识别模型，对所述初始结果序列进行重新排序，得到目标识别的重新排序结果。

2.根据权利要求1所述的方法，其特征在于，所述目标识别模型为双向的长短时记忆网络Bi-LSTM模型；所述Bi-LSTM模型的输入为所述目标数据和所述参考数据集的各个参考数据；所述Bi-LSTM模型的输出为所述目标数据和所述参考数据集各个参考数据的相似程度。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述训练完成的目标识别模型，对所述初始结果序列进行重新排序，包括：

根据所述训练完成的目标识别模型，确定所述目标数据与所述初始结果序列中前K个数据的相似程度，根据所述目标数据与所述初始结果序列中前K个数据的相似程度，对所述初始结果序列中前K个数据进行重新排序，K为大于1的整数。

4.根据权利要求1或2所述的方法，其特征在于，所述参考数据和所述目标数据均为图片数据。

5.一种目标识别装置，其特征在于，所述装置包括：构造模块、训练模块和重排序模块，其中，

构造模块，用于从原始数据集中选取出目标数据集，所述目标数据集包括至少一个目标数据；针对所述目标数据集中的每一个目标数据，选取出所述每一个目标数据对应的参考数据集，所述参考数据集包括：与所述目标数据的标识信息相同的参考数据、以及与所述目标数据的标识信息不同的参考数据；所述参考数据和所述目标数据均为行人图片数据；所述目标数据的标识信息为所述目标数据对应的目标的身份标识；

训练模块，根据所述目标数据和所述至少一个参考数据的相似程度，训练目标识别模型，得到训练完成的目标识别模型；

重排序模块，用于获取目标识别的初始结果序列，根据所述训练完成的目标识别模型，对所述初始结果序列进行重新排序，得到目标识别的重新排序结果。

6.根据权利要求5所述的装置，其特征在于，所述目标识别模型为双向的长短时记忆网络Bi-LSTM模型；所述Bi-LSTM模型的输入为所述目标数据和所述参考数据集的各个参考数据；所述Bi-LSTM模型的输出为所述目标数据和所述参考数据集各个参考数据的相似程度。

7.根据权利要求5或6所述的装置，其特征在于，所述重排序模块，具体用于根据所述训练完成的目标识别模型，确定所述目标数据与所述初始结果序列中前K个数据的相似程度，根据所述目标数据与所述初始结果序列中前K个数据的相似程度，对所述初始结果序列中前K个数据进行重新排序，K为大于1的整数。

8.根据权利要求5或6所述的装置，其特征在于，所述参考数据和所述目标数据均为图片数据。

9.一种电子设备，其特征在于，包括处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，

所述处理器用于运行所述计算机程序时，执行权利要求1至4任一项所述的方法。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4任一项所述的方法。