本发明专利技术公开了一种行人再识别方法、装置、计算机设备及存储介质，所述方法包括：获取待识别图像；对待识别图像进行头肩部位检测，得到检测结果；当检测结果为存在头肩部位时，则对待识别图像进行裁剪，得到头肩图像；对头肩图像进行特征提取，并对提取到的特征进行特征增强，得到头肩增强特征；对待识别图像进行特征提取，得到图像特征，并将图像特征输入到至少两个行人再识别分支中；针对每一个行人再识别分支，对图像特征进行特征增强，得到行人再识别分支对应的行人特征；将头肩增强特征和所有行人特征进行特征融合，得到行人再识别特征；基于行人再识别特征，对待识别图像进行识别处理，得到识别结果，采用本发明专利技术提高行人识别准确率。别准确率。别准确率。
【技术实现步骤摘要】
一种行人再识别方法、装置、计算机设备及存储介质
[0001]本专利技术涉及计算机视觉领域，尤其涉及一种行人再识别方法、装置、计算机设备及存储介质。
技术介绍
[0002]行人再识别技术(Person Re
‑
identification)是一种利用计算机视觉技术，旨在大规模的分布式监控系统中搜索特定行人的技术，简称为Re
‑
ID。通过对行人图像进行识别，判断行人身份。但在实际应用中，由于摄像机安装位置、拍摄视场角度，物件遮挡、行人拥挤等原因，通常无法得到满足行人再识别要求的完整行人图像，该行人图像存在信息缺失。此外，行人穿戴的改变，比如换装，同样会导致获取到的行人图像的外在特征的改变。此时对获取到的行人图像进行行人再识别，存在因信息缺失或特征改变而导致准确率低的问题。
[0003]因此，现有方式在进行行人再识别时，存在因行人图像信息缺失或特征改变而导致准确率低的问题。
技术实现思路
[0004]本专利技术实施例提供一种行人再识别方法、装置、计算机设备和存储介质，以提高在行人图像信息缺失或特征改变的情况下的行人识别准确率。
[0005]为了解决上述技术问题，本申请实施例提供一种行人再识别方法，包括。
[0006]获取待识别图像。
[0007]基于头肩检测网络，对所述待识别图像进行头肩部位检测，得到检测结果。
[0008]当所述检测结果为所述待识别图像存在头肩部位时，则对所述待识别图像进行裁剪，得到头肩图像。
[0009]对所述头肩图像进行特征提取，并基于注意力算法，对提取到的特征进行特征增强，得到头肩增强特征。
[0010]对所述待识别图像进行特征提取，得到图像特征，并将所述图像特征输入到至少两个行人再识别分支中。
[0011]针对每一个所述行人再识别分支，对所述图像特征进行特征增强，得到所述行人再识别分支对应的行人特征。
[0012]将所述头肩增强特征和所有所述行人特征进行特征融合，得到行人再识别特征。
[0013]基于所述行人再识别特征，对所述待识别图像进行识别处理，得到识别结果。
[0014]为了解决上述技术问题，本申请实施例还提供一种行人再识别装置，包括。
[0015]待识别图像获取模块，用于获取待识别图像。
[0016]检测结果获取模块，用于基于头肩检测网络，对所述待识别图像进行头肩部位检测，得到检测结果。
[0017]头肩图像获取模块，用于当所述检测结果为所述待识别图像存在头肩部位时，则
对所述待识别图像进行裁剪，得到头肩图像。
[0018]头肩增强特征获取模块，用于对所述头肩图像进行特征提取，并基于注意力算法，对提取到的特征进行特征增强，得到头肩增强特征。
[0019]图像特征获取模块，用于对所述待识别图像进行特征提取，得到图像特征，并将所述图像特征输入到至少两个行人再识别分支中。
[0020]行人特征获取模块，用于针对每一个所述行人再识别分支，对所述图像特征进行特征增强，得到所述行人再识别分支对应的行人特征。
[0021]行人再识别特征获取模块，用于将所述头肩增强特征和所有所述行人特征进行特征融合，得到行人再识别特征。
[0022]识别模块，用于基于所述行人再识别特征，对所述待识别图像进行识别处理，得到识别结果。
[0023]为了解决上述技术问题，本申请实施例还提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述行人再识别方法的步骤。
[0024]为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述行人再识别方法的步骤。
[0025]本专利技术实施例提供的行人再识别方法、装置、计算机设备及存储介质，通过获取待识别图像；基于头肩检测网络，对待识别图像进行头肩部位检测，得到检测结果；当检测结果为待识别图像存在头肩部位时，则对待识别图像进行裁剪，得到头肩图像；对头肩图像进行特征提取，并基于注意力算法，对提取到的特征进行特征增强，得到头肩增强特征；对待识别图像进行特征提取，得到图像特征，并将图像特征输入到至少两个行人再识别分支中；针对每一个行人再识别分支，对图像特征进行特征增强，得到行人再识别分支对应的行人特征；将头肩增强特征和所有行人特征进行特征融合，得到行人再识别特征；基于行人再识别特征，对待识别图像进行识别处理，得到识别结果。通过融合头肩部位特征，在行人躯干遮挡、行人换装等存在行人图像信息缺失或特征改变的情况下，有效提高了行人再识别的准确率。
附图说明
[0026]为了更清楚地说明本专利技术实施例的技术方案，下面将对本专利技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0027]图1是本申请可以应用于其中的示例性系统架构图。
[0028]图2是本申请的行人再识别方法的一个实施例的流程图。
[0029]图3是根据本申请的行人再识别装置的一个实施例的结构示意图。
[0030]图4是根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
[0031]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
[0032]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0033]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0034]请参阅图1，如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
[0035]用户可以使用终端设备101本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种行人再识别方法，其特征在于，所述行人再识别方法包括：获取待识别图像；基于头肩检测网络，对所述待识别图像进行头肩部位检测，得到检测结果；当所述检测结果为所述待识别图像存在头肩部位时，则对所述待识别图像进行裁剪，得到头肩图像；对所述头肩图像进行特征提取，并基于注意力算法，对提取到的特征进行特征增强，得到头肩增强特征；对所述待识别图像进行特征提取，得到图像特征，并将所述图像特征输入到至少两个行人再识别分支中；针对每一个所述行人再识别分支，对所述图像特征进行特征增强，得到所述行人再识别分支对应的行人特征；将所述头肩增强特征和所有所述行人特征进行特征融合，得到行人再识别特征；基于所述行人再识别特征，对所述待识别图像进行识别处理，得到识别结果。2.如权利要求1所述的行人再识别方法，其特征在于，所述基于头肩检测网络，对所述待识别图像进行头肩部位检测，得到检测结果的步骤包括：基于头肩检测网络，对所述待识别图像进行细粒度特征提取，得到细粒度特征；基于所述细粒度特征，对所述待识别图像进行头肩部位检测，得到检测结果。3.如权利要求2所述的行人再识别方法，其特征在于，所述当所述检测结果为所述待识别图像存在头肩部位时，则对所述待识别图像进行裁剪，得到头肩图像的步骤包括：基于所述细粒度特征，对所述待识别图像进行头肩边界框预测，得到头肩边界框；基于所述头肩边界框，对所述待识别图像进行裁剪，得到头肩图像。4.如权利要求1所述的行人再识别方法，其特征在于，所述针对每一个所述行人再识别分支，对所述图像特征进行特征增强，得到所述行人再识别分支对应的行人特征的步骤包括：从所有所述行人再识别分支中选取出一个行人再识别分支作为当前再识别分支；基于所述当前再识别分支，对所述图像特征进行特征增强，得到第一行人特征和第二行人特征；对所述第二行人特征进行分层处理，得到与预设分层数量相等的分层特征；将所述第一行人特征和所有所述分层特征作为所述当前再识别分支对应的行人特征，并返回所述从所有所述行人再识别分支中选取出一个行人再识别分支作为当前再识别分支的步骤继续执行，直到所有所述行人再识别分支选取完毕。5.如权利要求4所述的行人再识别方法，其特征在于，所述将所述头肩增强特征和所有所述行人特征进行特征融合，得到行人再识别特征的步骤包括：将所述头肩增强特征与所有所述第一行人特征进行全连接处理，得到第一全连接特征；按照所述行人再识别分支的排列顺序，将所述头肩...
【专利技术属性】
技术研发人员：谢喜林，
申请(专利权)人：智慧眼科技股份有限公司，
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。