行人再识别方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例提供了行人再识别方法、装置、电子设备和存储介质，其中，所述行人再识别方法包括：获取包含目标行人的目标视频和至少一个候选视频；对所述目标视频中的每个目标视频片段和至少一个所述候选视频中的每个候选视频片段分别进行编码；根据编码结果计算每个所述目标视频片段和每个所述候选视频片段之间的相似性分值；所述相似性分值用于表征所述目标视频片段与所述候选视频片段中的行人特征的相似程度；根据所述相似性分值对至少一个所述候选视频进行行人再识别。本发明专利技术实施例提高了编码结果对每个目标视频片段和每个候选视频片段之间的相似性分值计算的准确率，进而可以提高了行人再识别的准确率。

Pedestrian re identification method, device, electronic device and storage medium

The embodiment of the present invention provides a pedestrian recognition method, apparatus, electronic equipment and storage medium, wherein the pedestrian recognition method includes: acquiring a target video including a target pedestrian and at least one candidate video; for each target video clip in the target video and each of at least one candidate video. Each candidate video clip is encoded separately; the similarity score between each target video clip and each candidate video clip is calculated according to the encoding result; the similarity score is used to characterize the similarity between the target video clip and the pedestrian features in the candidate video clip; and the similarity score is calculated according to the similarity. The score is used to identify pedestrians for at least one candidate video. The embodiment of the invention improves the accuracy of the similarity score calculation between each target video clip and each candidate video clip of the coding result, thereby improving the accuracy of pedestrian recognition.

【技术实现步骤摘要】
行人再识别方法、装置、电子设备和存储介质
本专利技术实施例涉及图像处理
，尤其涉及一种行人再识别方法、装置、电子设备和存储介质。
技术介绍
行人再识别是智能视频监控系统中的一项关键技术，它旨在通过对给定目标视频和候选视频之间的相似性进行度量，进而在大量候选视频中找出与目标视频中包含同一行人的候选视频。目前的行人再识别方法主要将一段完整的视频进行编码，利用编码结果对整段目标视频和整段候选视频之间的相似性进行度量，行人再识别的效果差。
技术实现思路
本专利技术实施例提供了行人再识别技术方案。根据本专利技术实施例的第一方面，提供了一种行人再识别方法，包括：获取包含目标行人的目标视频和至少一个候选视频；对所述目标视频中的每个目标视频片段和至少一个所述候选视频中的每个候选视频片段分别进行编码；根据编码结果计算每个所述目标视频片段和每个所述候选视频片段之间的相似性分值；所述相似性分值用于表征所述目标视频片段与所述候选视频片段中的行人特征的相似程度；根据所述相似性分值对至少一个所述候选视频进行行人再识别。可选地，对所述目标视频中的每个目标视频片段和至少一个所述候选视频中的每个候选视频片段分别进行编码，包括：获取每个所述目标视频片段中的每个目标视频帧的第一目标特征向量和第二目标特征向量以及每个所述目标视频片段的索引特征向量，获取每个所述候选视频片段中的每个候选视频帧的第一候选特征向量和第二候选特征向量；根据所述索引特征向量、所述第一目标特征向量和所述第一候选特征向量生成注意权重向量；根据所述注意权重向量、所述第二目标特征向量和所述第二候选特征向量获得每个所述目标视频片段的编码结果和每个所述候选视频片段的编码结果。可选地，获取每个所述目标视频片段中的每个目标视频帧的第一目标特征向量和第二目标特征向量以及每个所述目标视频片段的索引特征向量，获取每个所述候选视频片段中的每个候选视频帧的第一候选特征向量和第二候选特征向量，包括：分别提取每个所述目标视频帧和每个所述候选视频帧的图像特征向量；根据每个所述目标视频帧的图像特征向量生成每个所述目标视频帧的第一目标特征向量和第二目标特征向量以及每个所述目标视频片段的索引特征向量，根据每个所述候选视频帧的图像特征向量生成每个所述候选视频帧的第一候选特征向量和第二候选特征向量。可选地，根据所述索引特征向量、所述第一目标特征向量和所述第一候选特征向量生成注意权重向量，包括：根据所述索引特征向量和所述第一目标特征向量生成每个所述目标视频帧的目标注意权重向量，根据所述索引特征向量和所述第一候选特征向量生成每个所述候选视频帧的候选注意权重向量。可选地，所述根据所述索引特征向量和所述第一目标特征向量生成每个所述目标视频帧的目标注意权重向量，包括：根据所述索引特征向量、每个所述目标视频帧的所述第一目标特征向量生成每个所述目标视频帧的目标热度图；对所述目标热度图进行归一化处理得到每个所述目标视频帧的目标注意权重向量；和/或，所述根据所述索引特征向量和所述第一候选特征向量生成每个所述候选视频帧的候选注意权重向量，包括：根据所述索引特征向量、每个所述候选视频帧的所述第一候选特征向量生成每个所述候选视频帧的候选热度图；对所述候选热度图进行归一化处理得到每个所述候选视频帧的候选注意权重向量。可选地，根据所述注意权重向量、所述第二目标特征向量和所述第二候选特征向量获得每个所述目标视频片段的编码结果和每个所述候选视频片段的编码结果，包括：根据每个所述目标视频帧的目标注意权重向量和第二目标特征向量获得每个所述目标视频片段的编码结果，根据每个所述候选视频帧的候选注意权重向量和第二候选特征向量获得每个所述候选视频片段的编码结果。可选地，根据每个所述目标视频帧的目标注意权重向量和第二目标特征向量获得每个所述目标视频片段的编码结果，包括：将每个所述目标视频帧的目标注意权重向量与各自目标视频帧的第二目标特征向量相乘；将每个所述目标视频帧的相乘结果在时间维度相加，得到每个所述目标视频片段的编码结果；和/或，根据每个所述目标视频帧的候选注意权重向量和第二候选特征向量获得每个所述候选视频片段的编码结果，包括：将每个所述候选视频帧的候选注意权重向量与各自候选视频帧的第二候选特征向量相乘；将每个所述候选视频帧的相乘结果在时间维度相加，得到每个所述候选视频片段的编码结果。可选地，根据编码结果计算每个所述目标视频片段和每个所述候选视频片段之间的相似性分值，包括：将每个所述目标视频片段的编码结果与每个所述候选视频片段的编码结果依次进行相减操作；将相减操作的结果在每一个维度上进行平方操作；对平方操作得到的特征向量进行全连接操作得到二维的特征向量；将所述二维的特征向量进行归一化操作，得到每个所述目标视频片段和每个所述候选视频片段之间的相似性分值。可选地，根据所述相似性分值对至少一个所述候选视频进行行人再识别，包括：针对至少一个所述候选视频中的每个所述候选视频片段，将分值最高的预设比例阈值的所述相似性分值相加，作为每个所述候选视频的相似性分值；将每个所述候选视频的相似性分值按照降序进行排列；将排列在前面的一个或者几个所述候选视频确定为与所述目标视频包含同一目标行人的视频。根据本专利技术实施例的第二方面，提供了一种行人再识别装置，包括：获取模块，用于获取包含目标行人的目标视频和至少一个候选视频；编码模块，用于对所述目标视频中的每个目标视频片段和至少一个所述候选视频中的每个候选视频片段分别进行编码；计算模块，用于根据编码结果计算每个所述目标视频片段和每个所述候选视频片段之间的相似性分值；所述相似性分值用于表征所述目标视频片段与所述候选视频片段中的行人特征的相似程度；识别模块，用于根据所述相似性分值对至少一个所述候选视频进行行人再识别。可选地，所述编码模块，包括：特征向量获取模块，用于获取每个所述目标视频片段中的每个目标视频帧的第一目标特征向量和第二目标特征向量以及每个所述目标视频片段的索引特征向量，获取每个所述候选视频片段中的每个候选视频帧的第一候选特征向量和第二候选特征向量；权重向量生成模块，用于根据所述索引特征向量、所述第一目标特征向量和所述第一候选特征向量生成注意权重向量；编码结果获取模块，用于根据所述注意权重向量、所述第二目标特征向量和所述第二候选特征向量获得每个所述目标视频片段的编码结果和每个所述候选视频片段的编码结果。可选地，所述特征向量获取模块，用于分别提取每个所述目标视频帧和每个所述候选视频帧的图像特征向量；根据每个所述目标视频帧的图像特征向量生成每个所述目标视频帧的第一目标特征向量和第二目标特征向量以及每个所述目标视频片段的索引特征向量，根据每个所述候选视频帧的图像特征向量生成每个所述候选视频帧的第一候选特征向量和第二候选特征向量。可选地，所述权重向量生成模块，用于根据所述索引特征向量和所述第一目标特征向量生成每个所述目标视频帧的目标注意权重向量，根据所述索引特征向量和所述第一候选特征向量生成每个所述候选视频帧的候选注意权重向量。可选地，所述权重向量生成模块，用于根据所述索引特征向量、每个所述目标视频帧的所述第一目标特征向量生成每个所述目标视频帧的目标热度图；对所述目标热度图进行归一化处理得到每个所述目标视频帧的目标注意权重向量；和本文档来自技高网...

【技术保护点】
1.一种行人再识别方法，其特征在于，包括：获取包含目标行人的目标视频和至少一个候选视频；对所述目标视频中的每个目标视频片段和至少一个所述候选视频中的每个候选视频片段分别进行编码；根据编码结果计算每个所述目标视频片段和每个所述候选视频片段之间的相似性分值；所述相似性分值用于表征所述目标视频片段与所述候选视频片段中的行人特征的相似程度；根据所述相似性分值对至少一个所述候选视频进行行人再识别。

【技术特征摘要】
1.一种行人再识别方法，其特征在于，包括：获取包含目标行人的目标视频和至少一个候选视频；对所述目标视频中的每个目标视频片段和至少一个所述候选视频中的每个候选视频片段分别进行编码；根据编码结果计算每个所述目标视频片段和每个所述候选视频片段之间的相似性分值；所述相似性分值用于表征所述目标视频片段与所述候选视频片段中的行人特征的相似程度；根据所述相似性分值对至少一个所述候选视频进行行人再识别。2.根据权利要求1所述的方法，其特征在于，对所述目标视频中的每个目标视频片段和至少一个所述候选视频中的每个候选视频片段分别进行编码，包括：获取每个所述目标视频片段中的每个目标视频帧的第一目标特征向量和第二目标特征向量以及每个所述目标视频片段的索引特征向量，获取每个所述候选视频片段中的每个候选视频帧的第一候选特征向量和第二候选特征向量；根据所述索引特征向量、所述第一目标特征向量和所述第一候选特征向量生成注意权重向量；根据所述注意权重向量、所述第二目标特征向量和所述第二候选特征向量获得每个所述目标视频片段的编码结果和每个所述候选视频片段的编码结果。3.根据权利要求2所述的方法，其特征在于，获取每个所述目标视频片段中的每个目标视频帧的第一目标特征向量和第二目标特征向量以及每个所述目标视频片段的索引特征向量，获取每个所述候选视频片段中的每个候选视频帧的第一候选特征向量和第二候选特征向量，包括：分别提取每个所述目标视频帧和每个所述候选视频帧的图像特征向量；根据每个所述目标视频帧的图像特征向量生成每个所述目标视频帧的第一目标特征向量和第二目标特征向量以及每个所述目标视频片段的索引特征向量，根据每个所述候选视频帧的图像特征向量生成每个所述候选视频帧的第一候选特征向量和第二候选特征向量。4.根据权利要求2所述的方法，其特征在于，根据所述索引特征向量、所述第一目标特征向量和所述第一候选特征向量生成注意权重向量，包括：根据所述索引特征向量和所述第一目标特征向量生成每个所述目标视频帧的目标注意权重向量，根据所述索引特征向量和所述第一候选特征向量生成每个所述候选视频帧的候选注意权重向量。5.根据权利要求4所述的方法，其特征在于，所述根据所述索引特征向量和所述第一目标特征向量生成每个所述目标视频帧的目标注意权重向量，包括：根据所述索引特征向量、每个所述目标视频帧的所述第一目标特征向量生成每...

【专利技术属性】
技术研发人员：陈大鹏，李鸿升，肖桐，伊帅，王晓刚，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京,11