[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

说明书

本发明实施例提供了一种行人重识别方法、装置、电子设备和计算机可读存储介质，涉及计算机视觉领域。该方法通过获取多张行人图像，将多张行人图像输入预先训练的识别模型，利用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、行人局部特征及行人局部特征的置信度，然后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、行人局部特征的置信度计算行人相似度，根据行人相似度确定两张行人图像中的行人是否为同一人。如此，实现了对同一行人的不同姿态的全面的、多粒度的特征表达，故可以有效提高行人重识别的准确率。

技术领域

本发明涉及计算机视觉领域，具体而言，涉及一种行人重识别方法、装置、电子设备和计算机可读存储介质。

背景技术

近年来，随着安防行业的逐渐的发展，行人重识别(Person re-identification，Re-ID)技术作为智能监控家族中一支新秀已引起了学术界和安防界的广泛关注。行人重识别也称行人再识别，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。

然而，行人往往处在一个开放的、无约束的场景中，会受到来自不同监控相机的角度、高度、光照、物体的遮挡、背景等外界因素的影响，且

行人本身还存在衣着、姿态、体态的变化，这些客观因素的存在极大降低了行人重识别的准确率。

发明内容

有鉴于此，本发明的目的在于提供一种行人重识别方法、装置、电子设备和计算机可读存储介质，以提高行人重识别的准确率。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供一种行人重识别方法，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，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；

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。

在可选的实施方式中，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；

所述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。

在可选的实施方式中，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。