[发明专利]图像重识别方法、装置、电子设备及存储介质

权利要求书

1.一种图像重识别方法，其特征在于，包括：

获取待识别图像；

基于预设的特征提取模型，分别提取所述待识别图像全局的重识别特征和局部的重识别特征；

将所述待识别图像全局的重识别特征和局部的重识别特征进行融合处理，获得融合特征；

通过对所述融合特征进行分类处理，生成所述待识别图像用于进行图像重识别的重识别特征。

2.根据权利要求1所述的图像重识别方法，其特征在于，所述预设的特征提取模型中包含有粗粒度特征提取模块和细粒度特征提取模块，其中：

所述粗粒度特征提取模块中包含有卷积层结构和池化层结构，用于提取所述待识别图像全局的重识别特征；

所述细粒度特征提取模块中包含有至少两个特征提取单元，每个特征提取单元中含有两个分支网络，第一分支网络包含有卷积层结构、批归一化层结构和池化层结构，第二分支网络包含有卷积层结构、批归一化层结构、线性整流函数层结构和序列栈结构，用于提取所述待识别图像局部的重识别特征。

3.根据权利要求2所述的图像重识别方法，其特征在于，所述特征提取单元中的第二分支网络被配置为由第一卷积层结构、第一批归一化层结构、线性整流函数层结构、序列栈结构、第二卷积层结构、第二批归一化层结构依次连接形成。

4.根据权利要求3所述的图像重识别方法，其特征在于，所述序列栈结构包括并列布置的多个双核卷积层结构组，其中，每个双核卷积层结构组由一个或多个双核卷积层结构堆叠形成。

5.根据权利要求4所述的图像重识别方法，其特征在于，所述序列栈结构被配置为：

采用由一个双核卷积层结构形成的双核卷积层结构组、由三个双核卷积层结构堆叠形成的双核卷积层结构组以及由五个双核卷积层结构堆叠形成的双核卷积层结构组进行并列布置获得的第一序列栈结构；或

采用由一个双核卷积层结构形成的双核卷积层结构组、由两个双核卷积层结构堆叠形成的双核卷积层结构组、由三个双核卷积层结构堆叠形成的双核卷积层结构组以及由四个双核卷积层结构堆叠形成的双核卷积层结构组进行并列布置获得的第二序列栈结构；或

采用由一个双核卷积层结构形成的双核卷积层结构组、由两个双核卷积层结构堆叠形成的双核卷积层结构组、由三个双核卷积层结构堆叠形成的双核卷积层结构组、由四个双核卷积层结构堆叠形成的双核卷积层结构组以及由五个双核卷积层结构堆叠形成的双核卷积层结构组进行并列布置获得的第三序列栈结构。

6.根据权利要求2-5任意一项所述的图像重识别方法，其特征在于，所述细粒度特征提取模块被配置为包含一个第一特征提取单元和至少一个第二特征提取单元，其中，所述第一特征提取单元中第一分支网络的卷积层结构的步长参数配置为大于1，所述第二特征提取单元中第一分支网络的卷积层结构的步长参数配置为1。

7.根据权利要求2所述的图像重识别方法，其特征在于，所述粗粒度特征提取模块中，所述卷积层结构和池化层结构的步长参数均配置为大于1，以在提取所述待识别图像全局的重识别特征时，对所述待识别图像进行降采样处理。

8.根据权利要求7所述的图像重识别方法，其特征在于，所述粗粒度特征提取模块中卷积层结构配置的卷积核的大小大于所述细粒度特征提取模块中卷积层结构配置的卷积核的大小。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-8所述方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8所述方法。