[发明专利]行人重识别方法、装置、电子设备和计算机可读存储介质

权利要求书

1.一种行人重识别方法，其特征在于，所述方法包括：

获取多张行人图像；

将所述多张行人图像输入预先训练的识别模型，所述识别模型包括姿态特征提取网络、关键点特征提取网络、全局特征提取网络和局部特征提取网络；利用所述识别模型进行特征提取，得到每张行人图像对应的行人姿态特征、行人关键点特征、行人全局特征、行人局部特征及所述行人局部特征的置信度，包括：利用所述姿态特征提取网络提取出每张行人图像对应的行人姿态特征；利用所述关键点特征提取网络提取出每张行人图像对应的行人关键点特征；利用所述全局特征提取网络提取出每张行人图像对应的行人全局特征；利用所述局部特征提取网络提取出每张行人图像对应的行人局部特征及所述行人局部特征的置信度；

根据任意两张行人图像各自对应的行人姿态特征、行人关键点特征、行人全局特征、行人局部特征、所述行人局部特征的置信度计算行人相似度；

根据所述行人相似度确定所述两张行人图像中的行人是否为同一人。

2.根据权利要求1所述的方法，其特征在于，所述识别模型包括特征图提取网络、关键点和姿态检测模块，所述特征图提取网络、所述关键点和姿态检测模块构成所述姿态特征提取网络；

所述利用所述姿态特征提取网络提取出每张行人图像对应的行人姿态特征，包括：

利用所述姿态特征提取网络的第一特征图提取层提取出每张行人图像对应的第一特征图；

将所述第一特征图输入所述关键点和姿态检测模块，得到关键点坐标信息以及基于所述关键点坐标信息确定的行人姿态特征。

3.根据权利要求2所述的方法，其特征在于，所述识别模型还包括关键点后处理模块，所述特征图提取网络、所述关键点和姿态检测模块、所述关键点后处理模块构成所述关键点特征提取网络；

所述利用所述关键点特征提取网络提取出每张行人图像对应的行人关键点特征，包括：

将所述关键点坐标信息和所述第一特征图输入所述关键点后处理模块，得到所述行人关键点特征。

4.根据权利要求2所述的方法，其特征在于，所述识别模型还包括感兴趣区域ROI提取模块、ROI池化模块和全局特征提取模块，所述特征图提取网络、所述关键点和姿态检测模块、所述ROI提取模块、所述ROI池化模块和所述全局特征提取模块构成所述全局特征提取网络；

所述利用所述全局特征提取网络提取出每张行人图像对应的行人全局特征，包括：

将所述关键点坐标信息和所述第一特征图输入所述ROI提取模块，得到所述行人图像对应的感兴趣区域；

将所述感兴趣区域输入所述ROI池化模块进行池化处理；

将经过池化处理的感兴趣区域输入所述全局特征提取模块，得到所述行人全局特征。

5.根据权利要求4所述的方法，其特征在于，所述识别模型还包括局部特征提取模块，所述特征图提取网络、所述关键点和姿态检测模块、所述ROI提取模块和所述局部特征提取模块构成所述局部特征提取网络；

所述利用所述局部特征提取网络提取出每张行人图像对应的行人局部特征及所述行人局部特征的置信度，包括：

利用所述姿态特征提取网络的第二特征图提取层提取出每张行人图像对应的第二特征图；其中，所述第二特征图的分辨率高于所述第一特征图；

将所述ROI提取模块获取的所述关键点坐标信息按照预设的比例进行放大处理；

将所述第二特征图和经过放大处理的关键点坐标信息输入所述局部特征提取模块，得到所述行人局部特征及所述行人局部特征的置信度。