[发明专利]一种行人重识别方法、智能终端及计算机可读存储介质

权利要求书

1.一种行人重识别方法，其特征在于，所述行人重识别方法包括：

获取查询图像；

将所述查询图像输入到已训练的特征编码器中，并通过所述特征编码器对所述查询图像进行编码，得到所述查询图像对应的初始特征；

将所述初始特征与预设的记忆存储器中的各个记忆特征进行特征融合，得到所述查询图像对应的查询特征；

计算所述查询特征与预设的若干个目标特征之间的比较相似度，并根据所述比较相似度确定所述查询图像对应的目标分类。

2.根据权利要求1所述的行人重识别方法，其特征在于，所述将所述初始特征与预设的记忆存储器中的各个记忆特征进行特征融合，得到所述查询图像对应的查询特征，具体包括：

计算所述初始特征与预设的记忆存储器中的各个记忆特征之间的记忆相似度值；

根据各个所述记忆特征对应的记忆相似度值，将所述记忆特征和所述初始特征进行融合，得到所述查询图像对应的查询特征。

3.根据权利要求1所述的行人重识别方法，其特征在于，所述将所述查询图像输入到已训练的特征编码器中，并通过所述特征编码器对所述查询图像进行编码，得到所述查询图像对应的初始特征之前，还包括：

获取训练图像集，其中，所述训练图像集包括若干个训练子集；

针对每一个训练子集，将该训练子集中的锚训练图像和样本图像输入预设的初始编码器，并通过所述初始编码器，对该锚训练图像和该样本图像进行编码，得到该锚训练图像对应的锚特征以及该样本图像对应的样本特征，其中，该样本图像包括正训练图像和/或负训练图像；

计算该锚训练特征和该样本特征之间的训练相似度值，并基于所述训练相似度值，确定该锚训练图像对应的预测标签；

基于所述预测标签和该训练子集中的训练标签，对所述初始编码器进行参数调整，直至所述初始编码器收敛，得到所述特征编码器。

4.根据权利要求3所述的行人重识别方法，其特征在于，所述通过所述初始编码器，对该锚训练图像进行编码，得到该锚训练图像对应的锚特征，具体包括：

针对每一个所述训练图像集中的训练图像，将该训练图像输入预设的第一编码器中，并通过所述第一编码器对该训练图像进行编码，得到该训练图像对应的中间特征；

将该中间特征输入到预设的第一解码器器中，并通过所述第一解码器对该中间特征进行编码，得到该训练图像对应的预测标签；

基于所述预测标签和该训练图像对应的标签特征，对所述第一编码器和所述第一解码器进行参数调整，直至所述第一编码器和所述第一解码器收敛，得到已训练的第二编码器和第二解码器，其中，所述标签特征为与该训练图像对应的训练标签对应的嵌入向量；

基于所述第二编码器，对该锚训练图像进行编码，得到该锚训练图像对应的锚特征。

5.根据权利要求3所述的行人重识别方法，其特征在于，所述计算该锚训练特征和该样本特征之间的训练相似度值，并基于所述训练相似度值，确定该锚训练图像对应的预测标签之后，还包括：

计算所述预测标签与所述训练标签之间的评估值；

根据所述评估值与预设的评估阈值，确定该锚训练图像是否为低识别图像；

若该锚训练图像为所述低识别图像，将该锚训练图像与该锚训练图像作为记忆特征，并将所述记忆特征和所述记忆特征对应的训练标签写入所述记忆存储器中。

6.根据权利要求3所述的行人重识别方法，其特征在于，所述基于所述预测标签和该训练子集中的训练标签，对所述初始编码器进行参数调整，直至所述初始编码器收敛，得到所述特征编码器之后，还包括：

基于所述特征编码器，对所述记忆存储器中的记忆特征进行更新。