【技术实现步骤摘要】
行人重识别的处理方法、装置、计算机设备和存储介质
本申请涉及行人重识别
,特别是涉及一种行人重识别的处理方法、装置、计算机设备和存储介质。
技术介绍
行人重识别(Personre-identification)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,广泛应用于智能视频监控、智能安保等领域。目前,行人重识别已经对物体的外表颜色、外观等明显特征等有着较高的判别能力。但是,如果图像中行人被部分遮挡,那么可用于识别的图像区域就缩小了,增加了行人重识别的难度。例如,一个图像中行人骑非机动车,由于非机动车遮挡了行人的部分特征,则很难根据该图像查找出包含同一行人的其他图像。
技术实现思路
基于此,有必要针对上述技术问题,提供一种能够在目标对象被遮挡时降低识别难度的行人重识别的处理方法、装置、计算机设备和存储介质。第一方面,本专利技术实施例提供了一种行人重识别的处理方法,该方法包括:将待进行重识别的识别图像输入至预先训练的预测神经网络中,得到预测神经网络输出的识别图像的多个子特征,以及与识别图像的每个子特征对应的可见性置信度;其中,识别图像包含目标对象,识别图像的多个子特征对应目标对象的多个部分区域,目标对象的多个部分区域组成目标对象;可见性置信度用于指示识别图像的每个子特征对应的目标对象的部分区域未被遮挡的概率;根据识别图像的多个子特征和与识别图像的每个子特征对应的可见性置信度,确定识别图像的特征;根据识别图像的特征在预先设 ...
【技术保护点】
1.一种行人重识别的处理方法,其特征在于,所述方法包括:/n将待进行重识别的识别图像输入至预先训练的预测神经网络中,得到所述预测神经网络输出的所述识别图像的多个子特征,以及与所述识别图像的每个子特征对应的可见性置信度;其中,所述识别图像包含目标对象,所述识别图像的多个子特征对应所述目标对象的多个部分区域,所述目标对象的多个部分区域组成所述目标对象;所述可见性置信度用于指示所述识别图像的每个子特征对应的所述目标对象的部分区域未被遮挡的概率;/n根据所述识别图像的多个子特征和与所述识别图像的每个子特征对应的可见性置信度,确定所述识别图像的特征;/n根据所述识别图像的特征在预先设置的图像数据库中搜索出包含所述目标对象的目标图像。/n
【技术特征摘要】
1.一种行人重识别的处理方法,其特征在于,所述方法包括:
将待进行重识别的识别图像输入至预先训练的预测神经网络中,得到所述预测神经网络输出的所述识别图像的多个子特征,以及与所述识别图像的每个子特征对应的可见性置信度;其中,所述识别图像包含目标对象,所述识别图像的多个子特征对应所述目标对象的多个部分区域,所述目标对象的多个部分区域组成所述目标对象;所述可见性置信度用于指示所述识别图像的每个子特征对应的所述目标对象的部分区域未被遮挡的概率;
根据所述识别图像的多个子特征和与所述识别图像的每个子特征对应的可见性置信度,确定所述识别图像的特征;
根据所述识别图像的特征在预先设置的图像数据库中搜索出包含所述目标对象的目标图像。
2.根据权利要求1所述的方法,其特征在于,在所述将待进行重识别的识别图像输入至预先训练的预测神经网络中之前,所述方法还包括:
获取训练样本集;所述训练样本集中包括多个训练样本和各所述训练样本的可见性标注;所述训练样本包含训练对象,所述训练样本的多个子特征对应所述训练对象的多个部分区域,所述训练对象的多个部分区域组成所述训练对象,所述可见性标注用于指示所述训练样本的每个子特征对应所述训练对象的部分区域的可见性;
基于所述训练样本集进行神经网络的训练,得到所述预测神经网络。
3.根据权利要求2所述的方法,其特征在于,所述获取训练样本集,包括:
获取多个训练样本;
根据像素值对各所述训练样本的每个子特征进行标注,得到各所述训练样本的可见性标注。
4.根据权利要求3所述的方法,其特征在于,所述根据像素值对各所述训练样本的每个子特征进行标注,得到各所述训练样本的可见性标注,包括:
计算所述训练样本的平均像素值;
若所述训练样本的子特征对应的所述训练对象的部分区域的平均像素值大于所述训练样本的平均像素值,则将所述训练样本的子特征标注为可见;
若所述训练样本的子特征对应的所述训练对象的部分区域的平均像素值小于或等于所述训练样本的平均像素值,则将所述训练样本的子特征标注为不可见。
5.根据权利要求2所述的方法,其特征在于,所述基于所述训练样本集进行神经网络的训练,得到所述预测神经网络,包括:
通过所述神经网络对所述训练样本进行特征提取,得到所述训练样本的特征,并将所述训练样本的特征分割成多个子特征;
对所述训练样本的子特征采用权值不共享的卷积层进行卷积,并通过全局平均池化层和一个全连接层获得所述训练样本的每个子...
【专利技术属性】
技术研发人员:王鋆玙,
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。