[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

说明书

本申请公开了一种行人再识别的方法、装置、设备和计算机可读存储介质，涉及图像处理中的计算机视觉和深度学习技术。具体实现方案为：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，提高了行人再识别的精准度。

技术领域

本申请实施例涉及图像处理中的计算机视觉和深度学习技术，尤其涉及一种行人再识别的方法、装置、设备和计算机可读存储介质。

背景技术

行人再识别(Person re-identification)也称行人重识别，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。给定一个监控行人图像，检索跨设备下的该行人图像。旨在弥补固定的摄像头的视觉局限，并可与行人检测/行人跟踪技术相结合，可广泛应用于智能视频监控、智能安保等领域。

在安防监控、寻人等场景下，为了锁定目标，需要根据行人的无约束图像，进行行人再识别。目前，行人再识别方法大多数只基于图像的卷积神经网络，通常在标准数据集或严格设置的应用场景中表现良好。但是，由于不同摄像设备之间的差异，同时行人在移动过程中，外观易受穿着、尺度、遮挡、姿态和视角等影响，现有的卷积神经网络无法很好的提取特征，行人再识别的准确性低。

发明内容

本申请提供了一种行人再识别的方法、装置、设备和计算机可读存储介质。

根据本申请的一方面，提供了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。

根据本申请的另一方面，提供了一种行人再识别的装置，包括：

3D模型重建模块，用于根据目标行人至少一张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；

3D特征提取模块，用于根据所述3D模型，提取所述目标行人的3D特征；

2D特征提取模块，用于根据所述至少一张2D图像，提取所述目标行人的2D特征；

识别处理模块，用于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。

根据本申请的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的方法。

根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述所述的方法。

根据本申请的另一方面，提供了一种行人再识别的方法，包括：

根据目标行人的2D图像，重建所述目标行人的3D模型；

根据所述目标行人的3D模型，提取所述目标行人的3D特征；

将所述目标行人的2D特征和3D特征进行融合，得到融合特征；

根据所述融合特征，进行所述目标行人的再识别处理。