一种行人重识别方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种行人重识别方法、装置及电子设备，属于人工智能的技术领域，解决了现有技术存在行人重识别的精度不高的问题。该行人重识别方法包括：将待识别的人体图像分割为多个局部图像；利用RESNET神经网络对各个局部图像进行特征提取，获得多个局部部位的人体特征；通过特征拼接，对多个人体特征进行对齐融合，获得人体高维识别特征；对人体高维识别特征进行匹配识别，获得识别结果。获得识别结果。获得识别结果。

【技术实现步骤摘要】
一种行人重识别方法、装置及电子设备


[0001]本专利技术涉及人工智能
，尤其是涉及一种行人重识别方法、装置及电子设备。

技术介绍

[0002]随着人工智能技术的发展和进步，目标识别已在诸多领域应用。目标识别技术除了用于识别目标的类别，还能够识别目标的行为。行人重识别(Person Re
‑
Identification，简称REID)技术是现在计算机研究的热门方向，主要解决跨摄像机场景下的行人的识别与检索，该技术能够根据行人的穿着、体态、发型等信息识别行人。
[0003]行人重识别技术可以作为人脸识别技术的重要补充，实现对无法获取清晰人脸的行人进行跨摄像机的连续跟踪，增强数据的时空连续性，对安防监控领域有着重要意义。但是，现有技术在遮挡及外观相似度较高情况下，存在行人重识别的精度不高的问题。

技术实现思路

[0004]本专利技术的目的在于提供一种行人重识别方法、装置及电子设备，解决了现有技术存在行人重识别的精度不高的问题。
[0005]第一方面，本专利技术提供一种行人重识别方法，包括：...

【技术保护点】

【技术特征摘要】
1.一种行人重识别方法，其特征在于，包括：将待识别的人体图像分割为多个局部图像；利用RESNET神经网络对各个局部图像进行特征提取，获得多个局部部位的人体特征；通过特征拼接，对多个人体特征进行对齐融合，获得人体高维识别特征；对人体高维识别特征进行匹配识别，获得识别结果。2.根据权利要求1所述的方法，其特征在于，所述多个局部图像包括头部、躯干、左臂、右臂、左腿和右腿。3.根据权利要求1所述的方法，其特征在于，通过特征拼接，对多个人体特征进行对齐融合，获得人体高维识别特征的步骤，包括：通过局部特征拼接法，对多个人体特征进行对齐融合，获得人体高维识别特征。4.根据权利要求1所述的方法，其特征在于，对人体高维识别特征进行匹配识别，获得识别结果的步骤，包括：利用余弦相似度算法，在底库中检索人体高维识别特征的匹配目标，获得识别结果。5.根据权利要求1所述的方法，其特征在于，RESNET神经网络的训练过程，包括：将训练样本进行人体图像分割，形成多个局部图像的训练集和验证集；利用训练集和验证集输入初始RESNET神经网络；配置深度学习参数，对初始RESNET神经网络进行训练；获得训练后的RESNET神经网络。6.根据权利要求5所述的方法，其特征在于，配置深度学习参数，对初始RESNET神经网络进行训练...

【专利技术属性】
技术研发人员：于宏志，杜庆雨，王洪涛，王思俊，周湘平，李辰，
申请(专利权)人：天津天地伟业信息系统集成有限公司，
类型：发明
国别省市：