[发明专利]模型训练、对象重识别方法、装置及存储介质

说明书

本申请实施例提供了一种模型训练、对象重识别方法、装置及存储介质，涉及计算机技术领域，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。应用本申请实施例提供的方法可以提高模型训练效率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种模型训练、对象重识别方法、装置及存储介质。

背景技术

在安防、交通等场景中，为实现跨相机对行人进行检测，需要从不同的相机所采集的图像中，查找图像内容中包含同一行人的图像。一般利用行人重识别技术实现行人跨相机检测。行人重识别技术能够在给定行人图像的情况下，从其他图像中查找与所给定的行人图像包含同一行人的图像。

相关技术中，在进行对象重识别时，可以将给定的行人图像输入预先训练完成的特征提取模型中，得到上述模型输出的行人特征，作为目标特征，基于该目标特征，从其他图像中查找对应的行人特征与上述目标特征相似的图像，作为与所给定的行人图像包含同一行人的图像。

为训练上述特征提取模型，需要获得大量的样本图像，并由人工标注上述样本图像的标注信息，利用上述样本图像及标注信息对重识别模型进行训练。由于人工对样本图像进行标注会导致工作量大，从而使得训练模型的效率较低。

发明内容

本申请实施例的目的在于提供一种模型训练、对象重识别方法、装置及存储介质，以提高模型训练效率。具体技术方案如下：

第一方面，本申请实施例提供了一种模型训练方法，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。

本申请的一个实施例中，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。

本申请的一个实施例中，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。

本申请的一个实施例中，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。