[发明专利]模型训练、对象重识别方法、装置及存储介质

权利要求书

1.一种模型训练方法，其特征在于，所述方法包括：

获得视频片段；

对所述视频片段中的各帧图像进行对象检测，获得包含同一对象的图像序列，作为样本序列；

针对每一样本序列，基于该样本序列中所包含对象的身份表征信息，从预设的第一对象库中查找与该样本序列所包含对象相匹配的匹配对象，确定所述第一对象库中所述匹配对象的对象标识，作为该样本序列的标注信息；

利用所述样本序列及标注信息，训练基于图像序列进行特征提取的特征提取模型。

2.根据权利要求1所述的方法，其特征在于，所述对所述视频片段中的各帧图像进行对象检测，获得包含同一对象的图像序列，作为样本序列，包括：

对所述视频片段中的各帧图像进行对象检测；

利用检测结果提取各帧图像中同一对象所在的对象区域，得到包含同一对象的图像序列，作为样本序列。

3.根据权利要求1所述的方法，其特征在于，所述利用所述样本序列及标注信息，训练基于图像序列进行特征提取的特征提取模型，包括：

将所述样本序列输入待训练的特征提取模型，得到所述特征提取模型输出的所述样本序列中所包含对象的对象特征；

基于所述对象特征，从预设的第二对象库中查找与所述样本序列中所包含对象相匹配的对象的标识，作为匹配结果；

计算所述标注信息相对匹配结果的损失，利用所述损失调整所述特征提取模型的参数，实现对所述特征提取模型的训练。

4.根据权利要求3所述的方法，其特征在于，所述将所述样本序列输入待训练的特征提取模型，得到所述特征提取模型输出的所述样本序列中所包含对象的对象特征，包括：

将所述样本序列输入所述特征提取模型，利用所述特征提取模型分别提取所述样本序列中不同图像帧内不同区域的特征，并对所提取的特征进行融合，获得所述特征提取模型输出的融合后的特征，作为所述样本序列中所包含对象的对象特征。

5.根据权利要求4所述的方法，其特征在于，所述将所述样本序列输入所述特征提取模型，利用所述特征提取模型分别提取所述样本序列中不同图像帧内不同区域的特征，包括：

将所述样本序列中的第一个图像帧输入所述特征提取模型，利用所述特征提取模型提取所述第一个图像帧的特征，并识别所述第一个图像帧的特征显著区域；

将当前图像帧输入所述特征提取模型，利用所述特征提取模型提取所述当前图像帧中剩余区域的特征，直至遍历所述样本序列中的各个图像帧，其中，所述当前图像帧为：所述样本序列中上一次输入所述特征模型的图像帧的下一个图像帧，所述剩余区域为：擦除已输入所述特征提取模型的图像帧的特征显著区域后剩余的图像区域。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述获得视频片段，包括：

获得不同相机采集的预设时长的视频片段，其中，所述预设时长根据对象跨越不同相机的图像采集区域所需的时长确定。

7.一种对象重识别方法，其特征在于，所述方法包括：

获得待识别的目标视频片段；

对所述目标视频片段中的各帧图像进行对象检测，获得包含同一对象的图像序列，作为目标序列；

将所述目标序列输入基于权利要求1-6中任一项所述的方法训练得到的特征提取模型，得到所述特征提取模型输出的目标对象特征；

从预设的图像库中，查找所包含对象的对象特征与所述目标对象特征相匹配的图像，实现对象重识别。

8.一种模型训练装置，其特征在于，所述装置包括：

视频片段获得模块，用于获得视频片段；

样本序列获得模块，用于对所述视频片段中的各帧图像进行对象检测，获得包含同一对象的图像序列，作为样本序列；

标注信息获得模块，用于针对每一样本序列，基于该样本序列中所包含对象的身份表征信息，从预设的第一对象库中查找与该样本序列所包含对象相匹配的匹配对象，确定所述第一对象库中所述匹配对象的对象标识，作为该样本序列的标注信息；

模型训练模块，用于利用所述样本序列及标注信息，训练基于图像序列进行特征提取的特征提取模型。