[发明专利]行人再识别的方法、装置、设备和计算机可读存储介质

权利要求书

1.一种行人再识别的方法，包括：

根据目标行人至少一张2D图像，重建所述目标行人的3D模型；

根据所述3D模型，提取所述目标行人的3D特征；

根据所述至少一张2D图像，提取所述目标行人的2D特征；

根据所述目标行人的2D特征和3D特征融合后的融合特征，进行所述目标行人的再识别处理。

2.根据权利要求1所述的方法，其中，所述根据目标行人至少一张2D图像，重建所述目标行人的3D模型，包括：

根据每张所述2D图像，利用训练好的3D模型重建网络，确定对应的一组SMPL模型参数；

综合所有所述2D图像对应的多人线性蒙皮SMPL模型参数，确定最终的SMPL模型参数；

根据所述最终的SMPL模型参数确定所述目标行人的3D模型。

3.根据权利要求2所述的方法，还包括：

利用训练数据对3D模型重建网络进行训练，得到训练好的3D模型重建网络；

其中所述训练数据包括多条训练样本，每条所述训练样本包括行人2D图像及其标注信息，所述标注信息包括所述行人2D图像对应的行人3D模型的SMPL模型参数。

4.根据权利要求1所述的方法，其中，所述根据所述3D模型，提取所述目标行人的3D特征，包括：

通过训练好的3D特征提取模型，在水平方向上将所述3D模型切分成至少两个3D模型块；

提取每个所述3D模型块中的行人3D特征；

将所述至少两个3D模型块中的行人3D特征拼接，得到所述目标行人的3D特征。

5.根据权利要求4所述的方法，其中，所述根据所述至少一张2D图像，提取所述目标行人的2D特征，包括：

通过训练好的2D特征提取模型，分别提取每张所述2D图像中的行人2D特征；

将所述至少一张2D图像中的行人2D特征融合，得到所述目标行人的2D特征。

6.根据权利要求5所述的方法，其中，所述通过训练好的2D特征提取模型，分别提取每张所述2D图像中的行人2D特征，包括：

对于每张所述2D图像，通过训练好的2D特征提取模型，在沿人体身长方向上将所述2D图像切分成至少两个2D图像分块；

提取每个所述2D图像分块中的行人2D特征；

将所述至少两个2D图像分块中的行人2D特征拼接，得到所述2D图像中的行人2D特征。

7.根据权利要求5所述的方法，还包括：

对2D特征提取模型和3D特征提取模型进行联合训练，得到训练好的2D特征提取模型和训练好的3D特征提取模型。

8.根据权利要求1-7中任一项所述的方法，其中，所述根据目标行人至少一张行人的2D图像，利用训练好的3D模型重建网络，重建所述目标行人的3D模型之后，还包括：

根据所述目标行人的2D图像，添加所述3D模型表面的纹理信息。

9.根据权利要求1-7中任一项所述的方法，其中，所述根据所述目标行人的2D特征和3D特征融合后的融合特征，进行所述目标行人的再识别处理，包括：

根据检索库中存储的行人图片的特征与所述融合特征的相似度，确定所述特征与所述融合特征的相似度大于或者等于预设阈值的行人图片。

10.根据权利要求9所述的方法，还包括：

将所述目标行人的2D特征和所述3D特征拼接，得到所述融合特征；

或者，将所述目标行人的2D特征和所述3D特征相加，得到所述融合特征。