[发明专利]对象识别方法及装置、存储介质及电子设备

权利要求书

1.一种对象识别方法，其特征在于，包括：

获取目标图像的整体特征和对照图像的整体特征，并计算所述目标图像和所述对照图像在整体特征上的相似度；

获取所述目标图像的非关键特征和所述对照图像的非关键特征，并计算所述目标图像和所述对照图像在非关键特征上的相似度；

从所述目标图像和所述对照图像在整体特征上的相似度中减去所述目标图像和所述对照图像在非关键特征上的相似度，得到最终相似度；

利用所述最终相似度识别所述目标图像中的对象。

2.根据权利要求1所述的对象识别方法，其特征在于，所述目标图像的整体特征和所述对照图像的整体特征分别是利用预训练的第一神经网络对所述目标图像和所述对照图像进行特征提取后得到的；

和/或，

所述目标图像的非关键特征和所述对照图像的非关键特征分别是利用预训练的第二神经网络对所述目标图像和所述对照图像进行特征提取后得到的。

3.根据权利要求2所述的对象识别方法，其特征在于，所述方法还包括：

对所述第一神经网络进行有监督训练，监督信号设置为训练样本中对象的ID；

和/或，

对所述第二神经网络进行有监督训练，监督信号设置为训练样本中所述非关键特征所表征的属性的值。

4.根据权利要求1所述的对象识别方法，其特征在于，所述利用所述最终相似度识别所述目标图像中的对象，包括：

判断所述最终相似度是否大于相似度阈值；

若所述最终相似度大于所述相似度阈值，则确定所述目标图像中的对象与所述对照图像中的对象是同一对象。

5.根据权利要求1-4中任一项所述的对象识别方法，其特征在于，所述对象为行人，所述非关键特征包括以下至少一种：

域特征、行人朝向特征、行人衣着颜色特征以及行人附属物特征；其中，所述域特征是指与图像的域相关的特征，所述图像的域是指图像中与对象没有直接关系的属性构成的集合。

6.根据权利要求5所述的对象识别方法，其特征在于，所述域特征包括采集图像的摄像头的特征，所述目标图像和所述对照图像在域特征上的相似度是指：采集所述目标图像的摄像头的特征和采集所述对照图像的摄像头的特征之间的相似度；

所述目标图像的域特征和所述对照图像的域特征均利用预训练的第二神经网络进行提取，所述第二神经网络采用有监督训练，监督信号设置为采集训练样本的摄像头的ID。

7.根据权利要求1-4中任一项所述的对象识别方法，其特征在于，所述对象为车辆，所述非关键特征包括以下至少一种：

车辆朝向特征、域特征、车辆颜色特征以及车辆类型特征；其中，所述域特征是指与图像的域相关的特征，所述图像的域是指图像中与对象没有直接关系的属性构成的集合。

8.一种对象识别装置，其特征在于，包括：

第一相似度计算模块，用于获取目标图像的整体特征和对照图像的整体特征，并计算所述目标图像和所述对照图像在整体特征上的相似度；

第二相似度计算模块，用于获取所述目标图像的非关键特征和所述对照图像的非关键特征，并计算所述目标图像和所述对照图像在非关键特征上的相似度；

第三相似度计算模块，用于从所述目标图像和所述对照图像在整体特征上的相似度中减去所述目标图像和所述对照图像在非关键特征上的相似度，得到最终相似度；

对象识别模块，用于利用所述最终相似度识别所述目标图像中的对象。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器读取并运行时，执行如权利要求1-7中任一项所述的方法。

10.一种电子设备，其特征在于，包括存储器以及处理器，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器读取并运行时，执行权利要求1-7中任一项所述的方法。