【技术实现步骤摘要】
行人重识别方法、装置、电子设备及存储介质
本申请涉及领域，具体涉及行人重识别方法、装置、电子设备及存储介质。
技术介绍
行人重识别技术能够跨摄像头进行特定行人进行识别与追踪的技术。目前，通常采用的方式为基于从可见光图像中提取的待重识别行人的可见光行人特征进行行人重识别。相对于在光线较亮的情况下例如白天时间段提取出的待重识别行人的可见光行人特征，在光线的亮度较暗的情况下例如夜晚时间段提取出的待重识别行人的可见光行人特征的准确性较低，导致上述方式仅能在光线较亮的情况下具有较好的行人重识别的效果，而在光线较暗的情况下行人重识别的效果不佳。
技术实现思路
本申请实施例提供一种行人重识别方法、装置、电子设备及存储介质。本申请实施例提供一种行人重识别方法，包括：获取待重识别的行人的可见光行人图像和红外光行人图像；将所述可见光行人图像和所述红外光行人图像输入到多模态融合识别网络，得到所述行人的行人重识别结果，其中，所述多模态融合识别网络被配置为：从所述可见光行人图像提取所述行人的
【技术保护点】
1.一种行人重识别方法，其特征在于，所述方法包括：/n获取待重识别的行人的可见光行人图像和红外光行人图像；/n将所述可见光行人图像和所述红外光行人图像输入到多模态融合识别网络，得到所述行人的行人重识别结果，其中，所述多模态融合识别网络被配置为：/n从所述可见光行人图像提取所述行人的可见光行人特征；/n从所述红外光行人图像提取所述行人的红外光行人特征；/n将所述行人的可见光行人特征和所述行人的红外光行人特征进行融合，得到所述行人的双光融合行人特征；/n基于所述行人的多模态行人特征和预设特征底库中的多个行人特征，对所述行人进行行人重识别，得到所述行人的行人重识别结果，所述行人的...
【技术特征摘要】
1.一种行人重识别方法，其特征在于，所述方法包括：
获取待重识别的行人的可见光行人图像和红外光行人图像；
将所述可见光行人图像和所述红外光行人图像输入到多模态融合识别网络，得到所述行人的行人重识别结果，其中，所述多模态融合识别网络被配置为：
从所述可见光行人图像提取所述行人的可见光行人特征；
从所述红外光行人图像提取所述行人的红外光行人特征；
将所述行人的可见光行人特征和所述行人的红外光行人特征进行融合，得到所述行人的双光融合行人特征；
基于所述行人的多模态行人特征和预设特征底库中的多个行人特征，对所述行人进行行人重识别，得到所述行人的行人重识别结果，所述行人的多模态行人特征包括：所述行人的可见光行人特征、所述行人的红外光行人特征、所述行人的双光融合行人特征。
2.根据权利要求1所述的方法，其特征在于，将所述行人的可见光行人特征和所述行人的红外光行人特征进行融合，得到所述行人的双光融合行人特征包括：
将所述行人的可见光行人特征和所述行人的红外光行人特征映射到同一个特征空间，得到所述行人的映射到特征空间的可见光行人特征和所述行人的映射到特征空间的红外光行人特征；
将所述行人的映射到特征空间的可见光行人特征映射为高斯分布形式，得到所述行人的高斯分布形式的可见光行人特征，以及将所述行人的映射到特征空间的红外光行人特征映射为高斯分布形式，得到所述行人的高斯分布形式的红外光行人特征；
将所述行人的高斯分布形式的可见光行人特征和所述行人的高斯分布形式的红外光行人特征进行融合，得到所述行人的双光融合行人特征。
3.根据权利要求1所述的方法，其特征在于，获取待重识别的行人的可见光行人图像和红外光行人图像包括：
获取所述行人的红外光行人图像；
利用红外光与可见光行人图像转换网络基于所述行人的红外光行人图像，生成所述行人的可见光行人图像。
4.根据权利要求1所述的方法，其特征在于，在获取待重识别的行人的可见光行人图像和红外光行人图像之前，所述方法还包括：
对所述可见光行人图像所属的可见光视频流和所述红外光行人图像所属的红外光视频流进行空域对齐处理。
5.根据权利要求1-4之一所述的方法，其特征在于，预设特征底库中的行人特征包括：可见光行人特征、红外光行人特征、双光融合行人特征；
基于所述行人的多模态行人特征和预设特征底库中的多个行人特征，对所述行人进行行人重识别，得到所述行人的行人重识别结果包括：
将所述行人的红外行人特征、可见光行人特征、双光融合行人特征分别与所述行人特征中的相同类型的特征进行匹配，以检索候选第一目标行人特征；
当从所述多个行人特征中检索出至少一个候选第一目标行人特征时，确定至少一个候选第一目...
【专利技术属性】
技术研发人员：刘伟舟，胡晨，
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。