[发明专利]目标重识别方法、模型训练方法、装置、设备及存储介质

权利要求书

1.一种目标重识别方法，其特征在于，所述方法包括：

获取第一目标框图像，所述第一目标框图像是对待检测图像进行目标检测得到；

通过空间变换网络模型对所述第一目标框图像进行校正，得到第二目标框图像；

通过重识别模型对所述第二目标框图像进行重识别，得到目标特征。

2.如权利要求1所述的方法，其特征在于，所述通过空间变换网络模型对所述第一目标框图像进行校正，得到第二目标框图像，包括：

将所述第一目标框图像作为所述空间变换网络模型的输入，通过所述空间变换网络模型对所述第一目标框图像进行参数预测，得到空间变换参数；

通过所述空间变换网络模型，基于所述空间变换参数对所述第一目标框图像进行空间变换，得到所述第二目标框图像。

3.如权利要求2所述的方法，其特征在于，所述基于所述空间变换参数对所述第一目标框图像进行空间变换，得到所述第二目标框图像，包括：

基于所述空间变换参数，构建所述第一目标框图像与所述第二目标框图像之间的空间映射关系；

基于所述空间映射关系，对所述第一目标框图像进行像素采集，得到所述第二目标框图像。

4.一种模型训练方法，其特征在于，所述方法包括：

获取多个第一样本图像，所述多个第一样本图像属于标准目标框图像；

对所述多个第一样本图像进行处理，得到所述多个第一样本图像一一对应的多个第二样本图像，所述多个第二样本图像包括至少一个非标准目标框图像；

通过所述重识别模型对所述多个第一样本图像进行重识别，得到所述多个第一样本图像的重识别结果；

通过待训练空间变换网络模型对所述多个第二样本图像进行校正，通过所述重识别模型对校正后的多个第二样本图像进行重识别，得到所述多个第二样本图像的重识别结果；

基于所述多个第一样本图像的重识别结果与所述多个第二样本图像的重识别结果之间的重识别误差，对所述待训练空间变换网络模型的模型参数进行更新，将模型参数更新后的待训练空间变换网络模型作为训练好的空间变换网络模型。

5.如权利要求4所述的方法，其特征在于，所述对所述多个第一样本图像分别进行处理，包括：

对于所述多个第一样本图像中的第一图像，对所述第一图像进行目标截断，基于目标截断后的第一图像确定所述第一图像对应的第二样本图像，所述第一图像对应的第二样本图像包括不完整的目标，所述第一图像为所述多个第一样本图像中的任一个；或者，

对所述第一图像进行目标框漂移处理，基于目标框漂移处理后的第一图像，确定所述第一图像对应的第二样本图像，所述第一图像对应的第二样本图像存在目标框漂移。

6.如权利要求4或5所述的方法，其特征在于，所述通过所述重识别模型对所述多个第一样本图像进行重识别之前，还包括：

获取训练数据，所述训练数据包括多个第三样本图像和对应的目标类别标签，以及多个第四样本图像和对应的目标类别标签，所述多个第四样本图像是对多个第五样本图像中目标的指定部分图像进行遮蔽得到，所述多个第三样本图像和所述多个第五样本图像均属于标准目标框图像；

基于所述训练数据，对待训练重识别模型进行训练，得到所述重识别模型。

7.一种目标重识别装置，其特征在于，所述装置包括：

获取模块，用于获取第一目标框图像，所述第一目标框图像是对待检测图像进行目标检测得到；

校正模块，用于通过空间变换网络模型对所述第一目标框图像进行校正，得到第二目标框图像；

重识别模块，用于通过重识别模型对所述第二目标框图像进行重识别，得到目标特征。