[发明专利]一种目标重识别方法、装置和计算机可读存储介质有效
申请号: | 202010659246.5 | 申请日: | 2020-07-09 |
公开(公告)号: | CN111814690B | 公开(公告)日: | 2023-09-01 |
发明(设计)人: | 吴翠玲 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V40/10;G06V10/74;G06F16/783;G06F16/735;G06V10/82;G06N3/08 |
代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 黎坚怡 |
地址: | 310051 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 目标 识别 方法 装置 计算机 可读 存储 介质 | ||
1.一种目标重识别方法,其特征在于,包括:
获取目标图像与待检索视频,其中,所述目标图像包括检索目标;
对所述待检索视频进行目标检测,得到所述待检索视频对应的光照强度值;
计算第一预设光照强度下的第一待检索图像与第二预设光照强度下的至少一张第二待检索图像的相似度,将所有所述相似度的平均值作为所述第二预设光照强度下的相似度阈值,以确定与所述光照强度值匹配的相似度阈值,其中,所述第一待检索图像与所述第二待检索图像包括相同的目标;
计算所述检索目标与所述待检索视频中每个目标的相似度,并判断所述相似度是否大于所述相似度阈值;
若是,则确定所述检索目标在所述待检索视频中。
2.根据权利要求1所述的目标重识别方法,其特征在于,所述待检索视频包括多张待检索图像,所述计算所述检索目标与所述待检索视频中每个目标的相似度的步骤之前,包括:
提取所述检索目标中的特征,得到所述检索目标的特征值;
对所述待检索图像进行筛选,得到识别参考图像;
提取所述识别参考图像中的特征,得到所述识别参考图像的特征值。
3.根据权利要求2所述的目标重识别方法,其特征在于,所述对所述待检索图像进行筛选,得到识别参考图像的步骤,包括:
利用目标检测方法对所述待检索视频进行目标检测,并利用目标跟踪方法对所述待检索视频进行跟踪,得到包含跟踪目标的跟踪图像序列;
按照所述跟踪图像序列中跟踪目标的姿态进行筛选,得到优选图像序列,其中,所述优选图像序列中的图像记作所述识别参考图像。
4.根据权利要求2所述的目标重识别方法,其特征在于,所述计算所述检索目标与所述待检索视频中每个目标的相似度的步骤,包括:
计算所述检索目标的特征值与每张所述识别参考图像的特征值的相似度;
统计所有所述识别参考图像对应的相似度中的最大值,并将最大相似度对应的识别参考图像作为识别结果。
5.根据权利要求4所述的目标重识别方法,其特征在于,所述判断所述相似度是否大于所述相似度阈值的步骤,包括:
判断所述识别结果的特征值与所述检索目标的特征值的相似度是否大于所述相似度阈值。
6.根据权利要求4所述的目标重识别方法,其特征在于,所述方法还包括:
计算所述检索目标的特征值与每张所述识别参考图像的特征值的数量积;
计算所述检索目标的特征值的模与相应的所述识别参考图像的特征值的模的乘积,并将所述数量积与所述乘积相除,得到相应的所述相似度。
7.根据权利要求2所述的目标重识别方法,其特征在于,所述对所述待检索视频进行目标检测,得到所述待检索视频对应的光照强度值的步骤,包括:
获取不同光照强度下的训练图像,利用所述训练图像进行训练,得到神经网络模型;
将每张所述待检索图像输入所述神经网络模型,得到所述待检索图像的光照强度值;
将所有所述待检索图像的光照强度值进行平均,得到所述待检索视频的光照强度值。
8.一种目标重识别装置,其特征在于,包括互相连接的存储器和处理器,其中,所述存储器用于存储计算机程序,所述计算机程序在被所述处理器执行时,用于实现权利要求1-7中任一项所述的目标重识别方法。
9.一种计算机可读存储介质,用于存储计算机程序,其特征在于,所述计算机程序在被处理器执行时,用于实现权利要求1-7中任一项所述的目标重识别方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010659246.5/1.html,转载请声明来源钻瓜专利网。