【技术实现步骤摘要】
目标对象重识别特征的提取方法、装置、设备及存储介质
本申请涉及图像处理
，具体而言，本专利技术涉及一种目标对象重识别特征的提取方法、装置、设备及存储介质。
技术介绍
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。目前在对视频进行行人重识别时，整体架构为先对视频进行检测，得到用于行人重识别的特征，然后对视频进行跟踪。而目前得到行人重识别的特征都是先专门训练一个行人重识别(Reid)模型，根据检测得到的行人框对原图裁剪得到目标小图，然后将目标小图输入Reid模型得到行人重识别的特征。但是采用这个方法由于裁剪目标小图速度较慢，造成耗时较高，效率较低。
技术实现思路
本申请的目的旨在至少能解决上述的技术缺陷之一，特别是裁剪目标小图速度较慢，造成耗时较高，效率较低的技术缺陷。第一方面，本申...
【技术保护点】
1.一种目标对象重识别特征的提取方法，其特征在于，包括：/n获取待检测图像；/n提取所述待检测图像的图像特征；/n基于所述图像特征，得到所述待检测图像的目标检测结果；/n其中，所述目标检测结果包括各目标检测框的置信度、在所述待检测图像中的位置信息、以及在所述待检测图像中对应的目标对象的重识别特征。/n
【技术特征摘要】
1.一种目标对象重识别特征的提取方法，其特征在于，包括：
获取待检测图像；
提取所述待检测图像的图像特征；
基于所述图像特征，得到所述待检测图像的目标检测结果；
其中，所述目标检测结果包括各目标检测框的置信度、在所述待检测图像中的位置信息、以及在所述待检测图像中对应的目标对象的重识别特征。
2.根据权利要求1所述的方法，其特征在于，所述基于所述图像特征，得到所述待检测图像的目标检测结果，包括：
基于所述图像特征，得到所述待检测图像的第一初步检测结果，所述第一初步检测结果包括各第一初始检测框的置信度、在所述待检测图像中的位置信息、以及在所述待检测图像中对应的目标对象的重识别特征；
基于各第一初始检测框所对应的置信度和位置信息，对所述第一初步检测结果进行筛选，得到所述待检测图像的目标检测结果。
3.根据权利要求1所述的方法，其特征在于，所述基于所述图像特征，得到所述待检测图像的目标检测结果，包括：
基于所述图像特征，得到所述待检测图像的第二初步检测结果，所述第二初步检测结果包括各第二初始检测框的置信度和在所述待检测图像中的位置信息；
基于各所述第二初始检测框的置信度和预配置的阈值，对各所述第二初始检测框进行筛选，得到各目标检测框；
基于各目标检测框在所述待检测图像中的位置信息，从所述图像特征中提取各所述目标检测框对应的目标特征；
分别对各所述目标检测框对应的目标特征进行特征提取，得到各目标检测框在所述待检测图像中对应的目标对象的重识别特征。
4.根据权利要求1所述的方法，其特征在于，所述提取所述待检测图像的图像特征，包括：
提取所述待检测图像的各层级的初始特征；
对于每个层级的初始特征，将该层级的初始特征和该层级所对应的高层特征进行融合，得到该层级的初始特征所对应的目标特征，其中，当前层级的初始特征所对应的高层特征为下一层级的初始特征所对应的目标特征；所述待检测图像的图像特征包括各层级的目标特征。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法是通过重识别特征识别模型实现的，所述重识别特征识别模型是基于训练样本集对初始重识别特征识别模型进行训练得到的，所述初始重识别特征识别模型包括初始特征提取模块和初始目标检测结果确定模块，其中：
所述初始特征提取模块，用于提取输入图像的图像特征；
所述初始目标检测结果确定模块，用于基于所述输入图像的图像特征，得到所述输入图像的目标检测结果。
6.根据权利要求5所述的方法，其特征在于，所述重识别特征识别模型是通过以下方式得到的：
获取训练样本集，所述训练样本集中包括各样本...
【专利技术属性】
技术研发人员：刘灏，李伯勋，张弛，
申请(专利权)人：北京迈格威科技有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。