[发明专利]移动目标的再识别方法及装置在审
申请号: | 202010914438.6 | 申请日: | 2020-09-03 |
公开(公告)号: | CN112036333A | 公开(公告)日: | 2020-12-04 |
发明(设计)人: | 胡翔 | 申请(专利权)人: | 上海眼控科技股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 虞浩;臧建明 |
地址: | 200030 上海市徐汇*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 移动 目标 识别 方法 装置 | ||
本公开提供一种移动目标的再识别方法及装置,本实施例提供的移动目标的再识别方法,包括:利用预设训练模型提取第一图像中参照移动目标的第一特征,第一图像中仅包括一个移动目标,第一特征用于表征参照移动目标的整体特征和/或局部特征;利用预设训练模型提取第二图像中待识别移动目标的第二特征,待识别移动目标为第二图像中任意一个移动目标,第二特征用于表征待识别移动目标的整体特征和/或局部特征;根据第一特征以及第二特征从第二图像的多个移动目标中确定出参照移动目标所对应的一个结果移动目标,通过本公开实施例提供的移动目标的再识别方法,以提高行人再识别Re‑id技术中的目标特征提取的准确性从而增强对目标的判断识别能力。
技术领域
本公开涉及图像识别领域,尤其涉及一种移动目标的再识别方法及装置。
背景技术
行人再识别Re-id技术作为计算机视觉中的一个重要分支,广泛应用在智慧城市、智慧交通等领域。举例来说,一个行人先后出现在不同的摄像头中,当需要检测多个摄像头中是否同时存在这个行人时,即应用Re-id技术进行识别处理。
现有的Re-id技术中的目标特征提取主要采用深度学习算法模型,在实际应用场景中,不同摄像头因拍摄参数、摆放位置差异导致采集到的图像像素、大小、远近等各有不同,同时受行人的穿着、尺寸、遮挡、姿态等影响,待识别处理的行人数据非常复杂,导致现有的Re-id技术在应用深度学习算法模型提取目标特征进行判断识别时,得到的识别结果准确率并不高。
因此,如何提高行人再识别Re-id技术中的目标特征提取的准确性从而增强对目标的判断识别能力是一个亟待解决的问题。
发明内容
本公开提供一种移动目标的再识别方法,以提高行人再识别Re-id技术中的目标特征提取的准确性从而增强对目标的判断识别能力。
第一方面,本公开提供一种移动目标的再识别方法,包括:
利用预设训练模型提取第一图像中参照移动目标的第一特征,第一图像中仅包括一个移动目标,第一特征用于表征参照移动目标的整体特征和/或局部特征;
利用预设训练模型提取第二图像中待识别移动目标的第二特征,第二图像中包括多个移动目标,待识别移动目标为第二图像中任意一个移动目标,第二特征用于表征待识别移动目标的整体特征和/或局部特征;
根据第一特征以及第二特征从第二图像的多个移动目标中确定出参照移动目标所对应的一个结果移动目标。
在一种可能的设计中,利用预设训练模型提取第一图像中参照移动目标的第一特征,包括:
利用基础分类网络模型提取第一图像中参照移动目标的第一整体特征,第一整体特征表示为N个通道的矩阵,N为大于0的整数;
对第一整体特征进行通道去均值处理,得到第一处理结果;
根据第一处理结果以及神经网络模型提取参照移动目标的第一局部特征;
将第一整体特征和第一局部特征融合,以确定第一特征。
在一种可能的设计中,利用预设训练模型提取第二图像中待识别移动目标的第二特征,包括:
利用基础分类网络模型提取第二图像中待识别移动目标的第二整体特征,第二整体特征表示为M个通道的矩阵,M为大于0的整数;
对第二整体特征进行通道去均值处理,得到第二处理结果;
根据第二处理结果以及神经网络模型提取待识别移动目标的第二局部特征;
将第二整体特征和第二局部特征融合,以确定第二特征。
在一种可能的设计中,对第一整体特征进行通道去均值处理,得到第一处理结果;根据第一处理结果以及神经网络模型提取参照移动目标的第一局部特征,包括:
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上海眼控科技股份有限公司,未经上海眼控科技股份有限公司许可,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/202010914438.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种钻井牵引机器人支撑机构测试系统及方法
- 下一篇:数据采集系统和方法