【技术实现步骤摘要】
行人匹配方法、装置、电子设备及计算机可读存储介质
[0001]本公开涉及图像处理
，尤其涉及一种行人匹配方法、装置、电子设备及计算机可读存储介质。
技术介绍
[0002]图像匹配是指通过对图像内容、特征、结构、关系、纹理及灰度等的对应关系，进行相似性和一致性的分析，寻求相似图像目标的方法。图像匹配方法可以用于进行行人匹配；行人匹配可以通过比对不同图像之间出现的行人是否是同一行人。
[0003]传统的行人匹配的方式多为直接利用人体的全局特征匹配，或根据人体的局部特征匹配，然而实际情况中，大多数图像通常质量参差不齐，例如，图像中人体被遮挡、人体姿态不一、图像亮度不一，即存在一些异常点或离群点，在进行行人匹配时容易出现特征对齐不匹配的情况，从而导致行人匹配结果不够准确的问题。
技术实现思路
[0004]有鉴于此，本公开实施例提供了一种行人匹配方法、装置、电子设备及计算机可读存储介质，以解决现有技术中图像存在一些异常点或离群点导致的行人匹配结果不够准确的问题。
[0005]本公开实施例的第一方面...
【技术保护点】
【技术特征摘要】
1.一种行人匹配方法，其特征在于，包括：获取第一图像、第二图像；对所述第一图像、所述第二图像分别进行特征提取，得到第一局部特征、第二局部特征、第一高阶特征和第二高阶特征；所述第一局部特征和所述第二局部特征分别包括人体各关键点对应的局部特征向量；对所述第一局部特征、所述第二局部特征进行特征对齐，得到第一融合特征、第二融合特征；对所述第一高阶特征和所述第二高阶特征进行特征对齐，得到第一高阶融合特征和第二高阶融合特征；基于所述第一融合特征、第二融合特征、第一高阶融合特征和第二高阶融合特征，确定所述第一图像和所述第二图像中是否包含同一个行人。2.根据权利要求1所述的方法，其特征在于，对所述第一图像、所述第二图像分别进行特征提取，得到第一局部特征、第二局部特征、第一高阶特征和第二高阶特征，包括：对所述第一图像和所述第二图像分别进行人体局部特征提取，得到所述第一局部特征、第二局部特征；对所述第一局部特征进行特征聚合，得到第一高阶特征，对所述第二局部特征进行特征聚合，得到所述第二高阶特征。3.根据权利要求2所述的方法，其特征在于，所述人体关键点包括两个以上；对局部特征进行特征聚合，得到高阶特征，包括：根据各所述人体关键点对应的局部特征向量，学习确定所述局部特征对应的第一参数、第二参数和第三参数；根据所述第一参数、第二参数和第三参数，生成各所述局部特征向量对应的查询、键和值；基于所述查询、和所述键，确定两两所述局部特征向量之间的权重系数；针对任一所述局部特征向量，根据所述局部特征向量与其他各所述局部特征向量之间的关系，确定调节系数；根据所述权重系数、调节系数和所述值，得到所述局部特征对应的聚合特征；由各所述局部特征对应的聚合特征，确定所述高阶特征；其中，所述局部特征包括所述第一局部特征和所述第二局部特征，所述高阶特征包括所述第一高阶特征和所述第二高阶特征。4.根据权利要求1所述的方法，其特征在于，对所述第一局部特征、所述第二局部特征进行特征对齐，得到第一融合特征、第二融合特征，包括：计算所述第一局部特征和所述第二局部特征之间的局部特征相似度；根据所述第二局部特征、所述局部特征相似度确定所述第二局部特征在所述第一局部特征中的第一匹配特征；根据所述第一局部特征、所述局部特征相似度确定所述第一局部特征在所述第二局部特征中的第二匹配特征；对所述第一匹配特征进行特征提取，得到所述第一融合特征，对所述第二匹配特征进行特征提取，得到所述第二融合特征。
5.根据权利要求4所述的方法，其特征在于，根据所述第二局部特征、所述局部特征相似度确定所述第二局部特征在所述第一局部特征中的第一匹配特征，包括：计算所述局部特征相似度与所述第二局部特征的第一乘积；将所述第一乘积与...
【专利技术属性】
技术研发人员：祁晓婷，蒋召，杨战波，黄泽元，
申请(专利权)人：深圳集智数字科技有限公司，
类型：发明
国别省市：
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。