[发明专利]特征提取方法、目标重识别方法、装置及电子设备

权利要求书

1.一种特征提取方法，其特征在于，包括：

获取目标图像；

将所述目标图像输入特征提取网络中，并利用所述特征提取网络中的至少一个卷积单元对所述目标图像进行特征提取，得到所述目标图像的特征；其中，所述卷积单元包括至少两个并行的卷积层且所述卷积层之间的卷积核尺寸不同，所述卷积单元为全局卷积单元或者局部卷积单元，且，当所述卷积单元的数量超过一个时，所述目标图像的特征为不同卷积单元提取到的全局特征和局部特征在维度上堆叠得到的；

所述目标图像还带有标注信息，所述标注信息包括所述目标图像中至少一个属性区域的位置信息以及类别标签；所述特征提取网络包括至少一种类别的局部特征提取网络；

其中，将所述目标图像输入特征提取网络中，并利用所述特征提取网络中的至少一个卷积单元对所述目标图像进行特征提取，得到所述目标图像的特征，包括：

利用所述属性区域的位置信息，从所述目标图像提取所述属性区域的图像；

基于所述类别标签将所述属性区域的图像输入相应的局部特征提取网络中，并利用所述局部特征提取网络中的至少一个卷积单元对所述属性区域进行特征提取，得到所述属性区域的特征；

基于所述属性区域的特征，得到所述目标图像的特征；

所述利用所述特征提取网络中的至少一个卷积单元对所述属性区域进行特征提取，得到所述属性区域的特征，包括：

利用输入所述卷积单元的图像的通道数量以及所述并行的卷积层的数量，对输入所述卷积单元的图像进行通道分组；

将通道分组后的图像输入对应的卷积层中并利用所述卷积核进行特征提取，以得到所述属性区域的特征。

2.根据权利要求1所述的方法，其特征在于，所述利用所述特征提取网络中的至少一个卷积单元对所述属性区域进行特征提取，以得到所述属性区域的特征，还包括：

提取所述类别标签相同的属性区域的特征；

对提取出的属性区域的特征进行特征融合，得到对应于同一所述类别标签的所述属性区域的特征。

3.根据权利要求1所述的方法，其特征在于，所述获取目标图像的之后，还包括：

将所述目标图像输入属性分析网络中，得到所述带有标注信息的目标图像。

4.根据权利要求1所述的方法，其特征在于，所述特征提取网络包括全局特征提取网络；其中，所述将所述目标图像输入特征提取网络中，并利用所述特征提取网络中的至少一个卷积单元对所述目标图像进行特征提取，得到所述目标图像的特征，包括：

将所述目标图像输入所述全局特征提取网络中，得到所述目标图像的全局特征。

5.根据权利要求4所述的方法，其特征在于，当所述特征提取网络包括全局特征提取网络以及至少一种类别的局部特征提取网络时，所述基于所述属性区域的特征，得到所述目标图像的特征，包括：

将所述目标图像输入所述全局特征提取网络中，输出所述目标图像的全局特征；

对所述属性区域的特征以及所述全局特征进行拼接，得到所述目标图像的特征。

6.一种目标重识别方法，其特征在于，包括：

获取目标图像；

根据权利要求1-5中任一项所述的特征提取方法对所述目标图像进行特征提取，得到所述目标图像的特征；

基于所述目标图像的特征，确定候选图像中与所述目标图像属于同一目标的图像。