[发明专利]行人重识别模型训练方法、行人重识别方法、装置和设备

权利要求书

1.一种行人重识别模型训练方法，其特征在于，包括：

将第一样本图像划分为多个第一图像块，并将所述多个第一图像块划分为多个第一图像块组；

分别对每个第一图像块组中的部分第一图像块进行掩码处理，得到每个第一图像块组中的遮挡图像块和未遮挡图像块；

根据每个第一图像块组中的遮挡图像块和未遮挡图像块，对初始行人重识别模型中的编码器进行预训练，得到预训练完成的编码器；

根据所述预训练完成的编码器对第二样本图像进行处理后输出的特征表示，微调所述初始行人重识别模型的网络参数，得到行人重识别模型；

所述根据每个第一图像块组中的遮挡图像块和未遮挡图像块，对初始行人重识别模型中的编码器进行预训练，得到预训练完成的编码器，包括：

针对每个第一图像块组，将所述第一图像块组中的未遮挡图像块输入初始预训练模型中的初始编码器中，得到第一特征向量；

确定所述第一图像块组中的遮挡图像块对应的可学习向量；

根据每个第一图像块组对应的所述第一特征向量和所述可学习向量，对所述初始预训练模型进行训练，得到预训练模型；

将所述预训练模型中的编码器，确定为所述初始行人重识别模型中的预训练完成的编码器；

所述根据每个第一图像块组对应的所述第一特征向量和所述可学习向量，对所述初始预训练模型进行训练，得到预训练模型，包括：

将所述每个第一图像块组中的所述第一特征向量和所述可学习向量输入所述初始预训练模型中的初始解码器中，得到解码特征；

根据所述解码特征，确定重构样本图像；

根据所述重构样本图像和所述第一样本图像，调整所述初始预训练模型的网络参数，得到所述预训练模型。

2.根据权利要求1所述的行人重识别模型训练方法，其特征在于，每个第一图像块组中包含至少两行第一图像块；

所述分别对每个第一图像块组中的部分第一图像块进行掩码处理，得到每个第一图像块组中的遮挡图像块和未遮挡图像块，包括：

分别对每个第一图像块组中的预设行数的第一图像块进行掩码处理，得到每个第一图像块组中的遮挡图像块和未遮挡图像块。

3.根据权利要求1所述的行人重识别模型训练方法，其特征在于，所述根据所述预训练完成的编码器对第二样本图像进行处理后输出的目标特征向量，微调所述初始行人重识别模型的网络参数，得到行人重识别模型，包括：

将所述第二样本图像划分为多个第二图像块，并将所述多个第二图像块划分为多个第二图像块组；

将所述多个第二图像块组依次输入所述预训练完成的编码器中，得到每个第二图像块组对应的第二特征向量，并将所述多个第二图像块组对应的第二特征向量进行拼接，得到所述预训练完成的编码器输出的拼接后的所述目标特征向量；

根据所述目标特征向量，微调所述初始行人重识别模型的网络参数，得到行人重识别模型。

4.一种行人重识别方法，其特征在于，包括：

获取多个待识别图像；

分别将每个所述待识别图像划分为多个第三图像块，并将所述多个第三图像块划分为多个第三图像块组；

将所述多个第三图像块组依次输入行人重识别模型中，得到所述行人重识别模型输出的每个所述待识别图像对应的特征向量，所述行人重识别模型为基于权利要求1-3任一项所述的行人重识别模型训练方法训练得到的；

根据每个所述待识别图像对应的特征向量，确定行人重识别结果。