一种行人识别方法、装置、设备及介质制造方法及图纸

本申请提供了一种行人识别方法、装置、设备及介质。本申请在进行行人识别时，将待检测的第一图像和目标人物的第二图像输入到预先训练完成的行人识别模型中，基于该行人识别模型，获取该第一图像和第二图像是否属于同一行人的图像的第一标识信息，当根据该第一标识信息，确定所述第一图像和第二图像为属于同一行人的图像，则确定检测到所述目标人物的图像。由于本申请中基于该行人识别模型，获取该第一图像和第二图像是否属于同一行人的图像的第一标识信息，因此可以准确的识别出输入图像是否为属于同一行人的图像，该过程中无需用户参与，提高了行人识别的效率和准确度。

【技术实现步骤摘要】
一种行人识别方法、装置、设备及介质
本申请涉及图像处理
，尤其涉及一种行人识别方法、装置、设备及介质。
技术介绍
越来越多图像采集设备的使用，产生了海量图像，在对目标人物进行相关分析时，一般基于保存这些图像的图像数据库进行。在图像数据库中检索目标人物的图像时，例如抓捕嫌疑犯，寻找走失老人、儿童时，一般采用以图搜图的方式。但是如何快速有效的在图像数据库中识别出目标人物的图像是一个非常具有挑战的问题。目前在基于以图搜图的方式搜索目标人物时，一般采用人脸识别方法。但是在实际场景中，由于环境复杂，图像采集设备的分辨率低等，很难得到清晰的人脸图像，人脸识别方法并不能快速准确的识别出目标人物的图像。现有的以图搜图中，通过给定目标人物的图像，根据图像内容信息或指定查询标准，在图像数据库中搜索并查找出符合查询条件的所有图像。将查找到的所有图像按照其与目标人物的图像的相似度从高到低进行排列，在由人工根据相似度进行筛选。为了减少人工筛选的复杂度，可以由人工预先设置相似度阈值，从而只展示相似度大于该相似度阈值的图像，根据阈值筛选图像。但无论哪种本文档来自技高网...

【技术保护点】
1.一种行人识别方法，其特征在于，所述方法包括：/n获取待检测的第一图像及目标人物的第二图像；/n基于预先训练完成的行人识别模型，根据所述第一图像及所述第二图像，确定所述第一图像和第二图像是否属于同一行人的图像的第一标识信息；/n若根据所述第一标识信息，确定所述第一图像和第二图像为属于同一行人的图像，则确定检测到所述目标人物的图像。/n

【技术特征摘要】
1.一种行人识别方法，其特征在于，所述方法包括：
获取待检测的第一图像及目标人物的第二图像；
基于预先训练完成的行人识别模型，根据所述第一图像及所述第二图像，确定所述第一图像和第二图像是否属于同一行人的图像的第一标识信息；
若根据所述第一标识信息，确定所述第一图像和第二图像为属于同一行人的图像，则确定检测到所述目标人物的图像。


2.根据权利要求1所述的方法，其特征在于，所述基于预先训练完成的行人识别模型，根据所述第一图像及所述第二图像，确定所述第一图像和第二图像是否属于同一行人的图像的第一标识信息包括：
基于预先训练完成的行人识别模型，确定所述第一图像和所述第二图像是否同一行人的第一标识信息，并确定所述第一图像和所述第二张图像中包含的行人的姿态标识和所述第一图像和第二图像中所包含的行人的ID中的至少一个。


3.根据权利要求2所述的方法，其特征在于，所述行人识别模型通过如下方式进行训练：
获取样本集中至少两张样本图像，其中每张样本图像对应有其包含的行人的第一ID，每张样本图像包含的行人的第一姿态标识，以及每两张样本图像是否属于同一行人的图像的第二标识信息；
通过原始行人识别模型，根据所述至少两张样本图像，获取每张样本图像包含的行人的第二ID，每张样本图像包含的行人的第二姿态标识，以及每两张样本图像是否属于同一行人的图像的第三标识信息；
根据所述样本集中每张样本图像所述第一ID、第二ID、第一姿态标识、第二姿态标识，以及任意两张样本图像的第二标识信息和第三标识信息，对所述原始行人识别模型的参数进行调整。


4.根据权利要求3所述的方法，其特征在于，所述根据所述样本集中每张样本图像所述第一ID、第二ID、第一姿态标识、第二姿态标识，以及任意两张样本图像的第二标识信息和第三标识信息，对所述原始行人识别模型的参数进行调整包括：
根据所述样本集中每张样本图像所述第一ID和第二ID是否一致，确定第一损失值；
根据所述样本集中每张样本图像第一姿态标识和第二姿态标识是否一致，确定第二损失值；
根据所述样本集中任意两张样本图像的第二标识信息和第三标识信息是否一致，确定第三损失值；
根据所述第一损失值、第二损失值和第三损失值，确定总损失值，根据所述总损失值，对所述原始行人识别模型的参数进行调整。


5.根据权利要求4所述的方法，其特征在于，所述根据所述样本集中每张样本图像所述第一ID和第二ID是否一致，确定第一损失值包括：
针对所述样本集中的每张样本图像，统计该样本图像作为输入时，所述原始行人识别模型输出的该样本图像的第二ID与该样本图像的第一ID一致的次数，根据该次数以及样本集中包含的样本图像的总数量，确定该样本图像对应的子损失值；
根据所述样本集中每个样本图像对应的子损失值，确定所述第一损失值。


6.根据权利要求4所述的方法，其特征在于，所述根据所述样本集中每张样本图像第一姿态标识和第二姿态标识是否一致，确定第二损失值包括：
针对所述样本集中的每张样本图像，统计该样本图像作为输入时，所述原始行人识别模型输出的该样本图像的第二ID与该样本图像的第一ID一致并且所述原始行人识别模型输出的该样本图像的第二姿态标识与该样本图像的第一姿态标识一致的次数，根据该次数以及样本集中包含的样本图像的总数量，确定该样本图像对应的子损失值；
根据所述样本集中每个样本图像对应的子损失值，确定所述第二损失值。


7.根据权利要求4所述的方法，其特征在于，所述根据所述样本集中任意两张样本图像的第二标识信息和第三标识信息是否一致，确定第三损失值包括：
针对所述样本集中的任意两张样本图像，统计该两张样本图像作为输入时，所述原始行人识别模型输出的该两张样本图像的第二标识信息和第三标识信息一致的次数，根据该次数以及样本集中包含的样本图像的总数量，确定该两张样本图像对应的子损失值；<...

【专利技术属性】
技术研发人员：张雷，潘华东，殷俊，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33