[发明专利]目标对象识别方法、装置和电子系统

说明书

本发明提供了一种目标对象识别方法、装置和电子系统，涉及图像处理技术领域，该方法包括：获取待识别的视频帧序列中同一目标对象的检测框集合和检测框集合中每个检测框的图像质量分值；基于每个检测框的图像质量分值，从检测框集合中选择第一检测框和第二检测框；基于第一检测框的第一检索特征向量、第一检测框的第一跟踪特征向量和第二检测框的第二跟踪特征向量确定第二检测框的第二检索特征向量；融合第一检索特征向量和第二检索特征向量，得到同一目标对象的最优特征向量；基于最优特征向量和预存的目标对象底库确定同一目标对象的识别结果。本发明缓解了CNN网络提取到的特征泛化能力较差的问题，提升目标对象的检索准确率。

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种目标对象识别方法、装置和电子系统。

背景技术

行人重识别(ReID)技术，可应用于视频结构化，该技术在安防、智能交通等领域应用广泛。目前现有的行人ReID技术，通常采用以下方式进行行人检索：应用检测模型检测行人所在的位置，然后行人检测区域的图片送入CNN网络(即卷积神经网络)提取出待检索行人的特征向量，比对待检索行人的特征向量和检索库中行人图片的特征向量，选择与待检索行人向量相似的其它向量，并按照相似度进行排序，即可获得行人检索结果。

由于同一行人图片存在不同的拍摄角度、光照情况、行驶姿态等，这些不确定因素加大了CNN网络提取图片特征的难度，使得CNN网络提取到的特征缺乏泛化能力，进而影响后续的检索排序结果，检索准确率较低。

发明内容

有鉴于此，本发明的目的在于提供一种目标对象识别方法、装置和电子系统，以缓解CNN网络提取到的特征泛化能力较差的问题，提升目标对象的检索准确率。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种目标对象识别方法，该方法应用于电子设备，包括：获取待识别的视频帧序列中同一目标对象的检测框集合和检测框集合中每个检测框的图像质量分值；基于每个检测框的图像质量分值，从检测框集合中选择第一检测框和第二检测框；基于第一检测框的第一检索特征向量、第一检测框的第一跟踪特征向量和第二检测框的第二跟踪特征向量确定第二检测框的第二检索特征向量；其中，第一检索特征向量的维度大于第一跟踪特征向量；第二检索特征向量的维度大于第二跟踪特征向量；融合第一检索特征向量和第二检索特征向量，得到同一目标对象的最优特征向量；基于最优特征向量和预存的目标对象底库确定同一目标对象的识别结果。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，获取待识别的视频帧序列中同一目标对象的检测框集合和检测框集合中每个检测框的图像质量分值的步骤，包括：对待识别的视频帧序列中的视频帧进行目标对象检测，得到包含有目标对象的检测框；对每个检测框进行图像质量评分和跟踪特征向量提取，得到每个检测框的跟踪特征向量和图像质量分值；基于每个检测框的跟踪特征向量确定同一目标对象的检测框集合。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，对每个检测框进行图像质量评分和跟踪特征向量提取的步骤，包括：将每个检测框分别输入质量评分模型和第一卷积神经网络模型，得到每个检测框的图像质量评分和跟踪特征向量；其中，质量评分模型用于对输入的检测框进行图像质量评分；第一卷积神经网络模型用于对输入的检测框进行跟踪特征向量提取。

结合第一方面，本发明实施例提供了第一方面的第三种可能的实施方式，其中，基于每个检测框的图像质量分值，从检测框集合中选择第一检测框和第二检测框的步骤，包括：基于每个检测框的图像质量分值大小对检测框集合中的检测框排序；基于排序选择第一检测框和第二检测框，其中，第一检测框的图像质量分值和第二检测框的图像质量分值均大于未被选中的检测框的图像质量分值。