[发明专利]模型训练方法、行人再识别方法、装置和电子设备

权利要求书

1.一种模型训练方法，包括：

利用第一编码器对样本数据集中的第一行人图像和第二行人图像进行特征提取，得到所述第一行人图像的图像特征和所述第二行人图像的图像特征；

对所述第一行人图像的图像特征和所述第二行人图像的图像特征进行融合，得到融合特征；

利用第一解码器对所述融合特征进行特征解码，得到第三行人图像；

将所述第三行人图像确定为所述第一行人图像的负样本图像，并利用所述第一行人图像及所述负样本图像将第一预设模型训练至收敛，得到行人再识别模型；

基于所述第一行人图像与所述负样本图像，确定第一相似度；

基于所述样本数据集中除所述第一行人图像以外的至少一个行人图像，确定所述第一行人图像与所述至少一个行人图像分别对应的至少一个第二相似度；

基于所述第一相似度、所述至少一个第二相似度以及对抗损失函数，更新所述第一编码器以及所述第一解码器；

所述对抗损失函数用于约束所述第一相似度大于所述至少一个第二相似度中的任一个。

2.根据权利要求1所述的方法，其中，获取所述第一编码器和所述第一解码器的方式包括：

利用第二编码器对所述样本数据集中的第i个行人图像进行特征提取，得到所述第i个行人图像的图像特征；其中，i为大于等于1的正整数；

利用第二解码器对所述第i个行人图像的图像特征进行特征解码，得到生成图像；

基于所述第i个行人图像与所述生成图像之间的相似度以及重构损失函数，更新所述第二编码器和所述第二解码器；

在所述第二编码器和所述第二解码器符合收敛条件的情况下，将所述第二编码器确定为所述第一编码器并将所述第二解码器确定为所述第一解码器。

3.根据权利要求2所述的方法，其中，所述基于所述第i个行人图像与所述生成图像之间的相似度以及重构损失函数，更新所述第二编码器和所述第二解码器，包括：

基于所述第i个行人图像和所述生成图像之间的相似度以及所述重构损失函数，计算所述重构损失函数的函数值；

利用真实度判别器确定所述生成图像的真实度；

根据所述重构损失函数的函数值以及所述生成图像的真实度，更新所述第二编码器和所述第二解码器。

4.根据权利要求1-3中任一项所述的方法，其中，获取所述第一预设模型的方式包括：

利用第二预设模型对样本数据集中的每个行人图像进行特征提取，得到所述每个行人图像的行人特征；

基于所述行人特征对所述样本数据集中的各个行人图像进行聚类，得到与至少两个类簇标签分别对应的至少两个类簇；其中，所述至少两个类簇中的每个类簇均包括至少一个行人图像；

基于所述样本数据集中的每个行人图像以及所述每个行人图像所对应的类簇标签，将所述第二预设模型训练至收敛，得到所述第一预设模型。

5.根据权利要求4所述的方法，其中，所述第一行人图像与所述第二行人图像为所述至少两个类簇中的不同类簇中的行人图像。

6.一种行人再识别方法，包括：

利用行人再识别模型对目标图像以及候选行人图像分别进行特征提取，得到所述目标图像的行人特征以及所述候选行人图像的行人特征；其中，所述行人再识别模型是根据权利要求1-5中任一项所述的模型训练方法得到的；

基于所述目标图像的行人特征以及所述候选行人图像的行人特征，确定所述目标图像与所述候选行人图像之间的相似度；

在所述相似度符合预设条件的情况下，将所述候选行人图像确定为所述目标图像的相关图像。