一种目标特征的识别方法及装置、计算机存储介质制造方法及图纸

本发明专利技术公开一种目标特征的识别方法及装置、计算机存储介质，涉及计算机视觉与模式识别技术领域，以基于目标属性跨域识别目标特征，提高目标特征的识别准确性。所述识别方法包括：获取目标域图像；根据目标域图像确定目标信息，该目标信息包括多个目标的属性信息和特征信息；根据多个目标的属性信息和特征信息建立目标特征关系图；利用图神经网络对所述目标特征关系图进行目标特征识别。所述装置执行上述技术方案所提的识别方法。本发明专利技术提供的目标特征的识别方法用于图像识别中。标特征的识别方法用于图像识别中。标特征的识别方法用于图像识别中。

【技术实现步骤摘要】
一种目标特征的识别方法及装置、计算机存储介质


[0001]本专利技术涉及计算机视觉与模式识别
，尤其涉及一种目标特征的识别方法及装置、计算机存储介质。

技术介绍

[0002]行人再识别是指对跨时间和地点不相交摄像头所拍摄的特定行人进行精准识别的技术。行人再识别技术可简单分为单域行人再识别技术和跨域行人再识别技术。其中单域行人再识别指模型在同一个数据集上进行训练和测试；而跨域行人再识别则使用不同的数据集进行训练和测试，其目的在于解决行人再识别技术从实验室到实际陌生环境下的落地应用问题。
[0003]随着深度学习的广泛应用，单域行人再识别研究已经取得了较高的再识别精度。但目前的行人再识别技术在面对跨域问题时依然存在不小的困难，简单地将在源域上进行训练所得到的模型应用于目标域上进行测试会导致行人再识别性能的急剧下降，导致跨域行人再识别技术的应用受到限制。

技术实现思路

[0004]本专利技术的目的在于提供一种目标特征的识别方法及装置、计算机存储介质，以基于目标属性跨域识别目标特征，提高目标特征的识别准确性。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标特征的识别方法，其特征在于，包括：获取目标域图像；根据所述目标域图像确定目标信息，所述目标信息包括多个目标的属性信息和特征信息；根据多个所述目标的属性信息和特征信息建立目标特征关系图；利用图神经网络对所述目标特征关系图进行目标特征识别。2.根据权利要求1所述的目标特征的识别方法，其特征在于，所述根据所述目标域图像确定目标信息，包括：利用第一目标识别模型处理目标域图像，获得多个目标的特征信息；利用第二目标识别模型处理目标图像信息，获得多个目标的属性信息。3.根据权利要求2所述的目标特征的识别方法，其特征在于，所述第一目标识别模型为源域目标识别模型；所述源域目标识别模型的源域与所述目标域图像的目标域为同一区域或者不同区域。4.根据权利要求2所述的目标特征的识别方法，其特征在于，所述第一目标识别模型的训练方式为监督式训练方式或者半监督式训练方式；和/或，所述第一目标识别模型的损失函数包括交叉熵损失函数和/或三元组损失函数；和/或，所述第二目标识别模型为YOLOv3属性识别算法或Knn属性识别算法。5.根据权利要求1所述的目标特征的识别方法，其特征在于，所述根据多个所述目标的属性信息和特征信息建立目标特征关系图，包括：根据两两所述目标的属性信息确定两两所述目标的属性相似度；当两个所述目...

【专利技术属性】
技术研发人员：赵芷君，钟汇才，李勇周，高兴宇，唐舸宇，
申请(专利权)人：中国科学院微电子研究所，
类型：发明
国别省市：