[发明专利]一种行人重识别方法、系统、装置、设备及计算机介质在审

专利信息
申请号: 202210242524.6 申请日: 2022-03-11
公开(公告)号: CN114581952A 公开(公告)日: 2022-06-03
发明(设计)人: 杨宏斌;董刚;刘海威;蒋东东;曹其春;梁玲燕;晁银银;胡克坤;王斌强;尹文枫 申请(专利权)人: 浪潮(北京)电子信息产业有限公司
主分类号: G06V40/10 分类号: G06V40/10;G06N3/08;G06N3/04;G06V10/82;G06V10/44
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 吕鑫
地址: 100085 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 行人 识别 方法 系统 装置 设备 计算机 介质
【说明书】:

本申请公开了一种行人重识别方法、系统、装置、设备及计算机可读存储介质,应用于异构计算设备,获取图像特征、量化参数、指令序列和滤波系数;图像特征包括待识别的目标行人图像的图像特征;按照指令序列对图像特征进行池化处理,得到池化处理结果;按照指令序列并基于量化参数和滤波系数对图像特征进行卷积处理,得到卷积处理结果;基于池化处理结果和卷积处理结果确定目标行人图像对应的行人重识别结果。本申请借助异构计算设备实现了行人重识别网络,可以提高计算效率,能效比及灵活性高,适用性好。本申请提供的一种行人重识别系统、装置、设备及计算机可读存储介质也解决了相应技术问题。

技术领域

本申请涉及图像处理技术领域,更具体地说,涉及一种行人重识别方法、系统、装置、设备及计算机介质。

背景技术

行人重识别也称行人再识别,是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。给定一个监控行人图像,检索跨设备下的该行人图像。旨在弥补目前固定的摄像头的视觉局限,并可与行人检测/行人跟踪技术相结合,可广泛应用于智能视频监控、智能安保等领域。

现有实现行人重识别的方法有:在GPU(graphics processing unit,图形处理器)平台上运行所有的过程,包括图像采集、后面处理流程等,但该方法的计算效率低、能效比低且灵活性差,适用性差。

综上所述,如何提高行人重识别的适用性是目前本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种行人重识别方法,其能在一定程度上解决如何提高行人重识别的适用性的技术问题。本申请还提供了一种行人重识别系统、装置、设备及计算机可读存储介质。

为了实现上述目的,本申请提供如下技术方案:

一种行人重识别方法,应用于异构计算设备,包括:

获取图像特征、量化参数、指令序列和滤波系数;所述图像特征包括待识别的目标行人图像的图像特征;

按照所述指令序列对所述图像特征进行池化处理,得到池化处理结果;

按照所述指令序列并基于所述量化参数和所述滤波系数对所述图像特征进行卷积处理,得到卷积处理结果;

基于所述池化处理结果和所述卷积处理结果确定所述目标行人图像对应的行人重识别结果。

优选的,所述按照所述指令序列对所述图像特征进行池化处理,得到池化处理结果,包括:

当池化格式为3*3时,基于所述指令序列,将所述图像特征对应的数据分开存入三个先入先出存储器中,其中,第三个所述先入先出存储器的输出端与第一个所述先入先出存储器的输入端相连接;

对三个所述先入先出存储器中的数据进行池化处理,得到所述池化处理结果。

优选的,第一个所述先入先出存储器的深度为所述目标行人图像的特征图的宽度,第二个及第三个所述先入先出存储器的深度为两倍的所述宽度。

优选的,所述基于所述池化处理结果和所述卷积处理结果确定所述目标行人图像对应的行人重识别结果之后,还包括:

传输所述行人重识别结果至预设数据库,以基于所述行人重识别结果及所述预设数据库中存储的人物信息确定目标行人信息。

优选的,所述获取图像特征、量化参数、指令序列和滤波系数之后,所述按照所述指令序列对所述图像特征进行池化处理,得到池化处理结果之前,还包括:

将所述图像特征、所述量化参数、所述指令序列和所述滤波系数存入存储器。

优选的,所述将所述图像特征、所述量化参数、所述指令序列和所述滤波系数存入存储器,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浪潮(北京)电子信息产业有限公司,未经浪潮(北京)电子信息产业有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210242524.6/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top