[发明专利]人员重识别方法、装置和存储介质

权利要求书

1.一种人员重识别方法，其特征在于，所述方法包括：

通过检测网络获取目标人员图像的特征图和感兴趣区域的检测框；

利用搜索网络中的人员重识别网络提取所述特征图中的全人特征；

根据所述检测框在所述特征图上做感兴趣区域池化ROI pooling，得到子特征图；

将所述子特征图输入所述搜索网络中的属性网络，所述属性网络提取所述子特征图中的局部特征；

根据所述全人特征和所述局部特征，计算所述目标人员图像与预设人员图像库中的图像的相似度；

根据相似度排序确定所述目标人员图像在预设人员图像库中对应的目标图像，所述预设人员图像库为对预设数量的人员图像进行识别，并提取各个图像对应的全人特征和局部特征建立的特征库。

2.根据权利要求1所述的方法，其特征在于，所述属性网络提取所述子特征图中的所述局部特征，包括：

所述属性网络确定所述子特征图的属性，提取属性分类前的全连接inner product层的预设维特征作为所述局部特征，或者根据获得的属性的语义确定所述局部特征。

3.根据权利要求1所述的方法，其特征在于，所述检测网络在输出所述特征图时通过反卷积将所述特征图反卷积到与输入所述检测网络的所述目标人员图像相同大小。

4.根据权利要求3所述的方法，其特征在于，所述检测网络在反卷积时使用特征金字塔网络FPN结构。

5.根据权利要求1所述的方法，其特征在于，所述搜索网络包括所述人员重识别网络，所述人员重识别网络通过残差网络提取所述特征图中的全人特征。

6.根据权利要求5所述的方法，其特征在于，

所述人员重识别网络在训练过程中以人员标识作为分类标签；所述人员重识别网络根据所述分类标签对所述目标人员图像进行分类，提取分类前的全连接inner product层的预设维特征作为所述全人特征。

7.一种人员重识别装置，其特征在于，所述装置包括存储器和处理器，所述存储器中存储有至少一条程序指令，所述处理器通过加载并执行所述至少一条程序指令以实现如权利要求1至6任一所述的人员重识别方法。

8.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有至少一条程序指令，所述至少一条程序指令被处理器加载并执行以实现如权利要求1至6任一所述的人员重识别方法。