[发明专利]基于姿态指导的行人重识别方法、设备及存储介质

权利要求书

1.一种基于姿态指导的行人重识别方法，包括：

对目标行人图像进行人体姿态识别，得到多个身体部位的坐标和置信度；

将所述坐标和所述置信度进行转化处理，得到热图信息；

通过骨干网络对所述目标行人图像进行提取处理，得到第一三维特征；

将所述热图信息和所述第一三维特征进行计算处理，生成多个身体部位的局部特征；

将多个所述局部特征输入至行人身体注意力模块进行训练，生成注意力掩膜；

将所述注意力掩膜和所述第一三维特征进行计算处理，得到第二三维特征；

将所述第二三维特征输入至二阶信息注意力模块进行计算处理，得到二维矩阵的协方差矩阵；

将所述协方差矩阵进行注意力计算得到识别行人结果，所述识别行人结果为二阶矩阵的输出结果。

2.根据权利要求1所述的基于姿态指导的行人重识别方法，其特征在于，所述将多个所述局部特征输入至行人身体注意力模块进行训练，生成注意力掩膜的步骤通过数学公式表示为：

其中，Pavg代表通过位置注意力获得的局部信息，Cavg代表通过通道注意力获得的局部信息，Relu为激活函数，A_mask为注意力掩膜。

3.根据权利要求2所述的基于姿态指导的行人重识别方法，其特征在于，所述将所述注意力掩膜和所述第一三维特征进行计算处理，得到第二三维特征的步骤通过数学公式表示为：

其中，公式等号右侧的F为第一三维特征，公式等号左侧的F为所述行人身体注意力模块的输出的第二三维特征。

4.根据权利要求3所述的基于姿态指导的行人重识别方法，其特征在于，所述将所述第二三维特征输入至二阶信息注意力模块进行计算处理，得到二维矩阵的协方差矩阵的步骤通过数学公式表示为：

其中，I表示单位矩阵，F'表示为F的二维矩阵，(F')^T表示将F'进行转置。

5.根据权利要求4所述的基于姿态指导的行人重识别方法，其特征在于，所述将所述协方差矩阵进行注意力计算得到识别行人结果，所述识别行人结果为二阶矩阵的输出结果包括：

将所述协方差矩阵进行归一化处理，得到归一化处理之后的协方差矩阵A_second；

将A_second和F'进行相乘，并进行卷积处理，得到识别行人结果，所述识别行人结果为二阶矩阵的输出结果。

6.根据权利要求5所述的基于姿态指导的行人重识别方法，其特征在于，所述将所述协方差矩阵进行归一化处理，得到归一化处理之后的协方差矩阵A_second的步骤通过数学公式表示为：

A_second＝softmax(∑)

其中，softmax()表示归一化操作函数。

7.根据权利要求5所述的基于姿态指导的行人重识别方法，其特征在于，所述将A_second和F'进行相乘，并进行卷积处理，得到识别行人结果，所述识别行人结果为二阶矩阵的输出结果的步骤通过数学公式表示为：

Z＝A_secondF′W_z

其中，Wz为卷积层的参数。