[发明专利]一种目标人物识别方法、装置、电子设备及存储介质

权利要求书

1.一种目标人物识别方法，其特征在于，包括：

获得包含待识别人物的待识别图像；

通过预设特征提取网络模型从所述待识别图像中，提取待识别人物的待识别人物特征；

将所述待识别人物特征与多个预设人物特征进行特征匹配，得到匹配结果；其中，每一预设人物特征对应一个人物身份信息；所述多个预设人物特征为：预先通过所述预设特征提取网络模型从多个目标人物图像中提取的各个目标人物的人物特征；

若匹配结果为：存在与所述待识别人物特征相匹配的匹配人物特征，则输出所述匹配人物特征对应的身份信息，作为所述待识别人物的识别结果；

若匹配结果为：不存在与所述待识别人物特征相匹配的匹配人物特征，则将所述待识别人物特征输入预设的人物识别模型，得到人物识别模型输出的待识别人物的身份信息，作为所述待识别人物的识别结果；所述人物识别模型是预先基于样本目标人物的标记的身份信息和预设特征提取网络模型提取的样本目标人物特征进行训练获得的；

所述通过预设特征提取网络模型从所述待识别图像中，提取待识别人物的待识别人物特征的步骤，包括：

通过预设特征提取网络模型从所述待识别图像中，提取待识别人物的多模态特征，作为待识别人物特征；所述多模态特征，用于表征人物的多个预设部位及全局的特征，其中，所述预设部位为所述待识别人物的局部，所述全局的特征包括局部特征；

所述样本目标人物特征的获取步骤，包括：

预先针对每个样本目标人物，获得包含该样本目标人物的所述多个预设部位及完整人体的多个图像，作为样本目标人物图像；并，

通过预设特征提取网络模型从所述样本目标人物图像中，提取样本目标人物的多模态特征，作为样本目标人物特征。

2.根据权利要求1所述的方法，其特征在于，所述通过预设特征提取网络模型从所述待识别图像中，提取待识别人物的多模态特征，作为待识别人物特征的步骤，包括：

通过预设特征提取网络模型从所述待识别图像中，提取待识别人物的多个预设部位的特征向量及全局的特征向量；

根据各预设部位的特征向量对应的预设部位的预设权重和全局的特征向量对应的全局的预设权重，对各个预设部位的特征向量及全局的特征向量进行组合，得到所述待识别人物的多模态特征，并将所述待识别人物的多模态特征作为待识别人物特征；

所述通过预设特征提取网络模型从所述目标人物图像中，提取目标人物的多模态特征，作为目标人物特征的步骤，包括：

通过预设特征提取网络模型提取所述目标人物图像中各图像的特征向量，得到多个目标特征向量；

根据各预设部位及全局的预设权重对所述多个目标特征向量进行组合，得到所述目标人物的多模态特征，并将所述目标人物的多模态特征作为目标人物特征。

3.根据权利要求1所述的方法，其特征在于，所述将所述待识别人物特征与多个预设人物特征进行特征匹配，得到匹配结果的步骤，包括：

把提取的特征送入到开源的相似性搜索类库Faiss中进行特征匹配，输出匹配人物身份信息和匹配置信度；所述Faiss中存储有多个预设人物特征；

若所述匹配置信度大于第一预设阈值，则将所述匹配人物身份信息作为与所述待识别人物特征相匹配的匹配人物特征；

若所述匹配置信度不大于第一预设阈值，则匹配结果为不存在与所述待识别人物特征相匹配的匹配人物特征。

4.根据权利要求1所述的方法，其特征在于，将所述目标人物特征输入预设的人物识别模型，得到人物识别模型输入的待识别人物的身份信息，作为所述待识别人物的识别结果的步骤，包括：

将所述目标人物特征输入预设的人物识别模型，通过所述预设的人物识别模型对所述目标人物特征进行识别，得到对应的第一人物身份信息和所述第一人物身份信息对应的第一置信度；

当所述第一置信度大于第二预设阈值时，将所述第一人物身份信息作为所述待识别人物的识别结果。