行人重识别方法、装置、设备及介质制造方法及图纸

本公开提供了一种行人重识别方法、装置、设备及介质，涉及数字图像处理技术领域。该方法包括：提取行人图像的特征向量，得到目标图像的特征向量和每个第一图像的特征向量；其中，在行人图像类别为全身图像的情况下，行人图像的特征向量包括行人图像的全身特征和行人图像的半身特征；在行人图像类别为半身图像的情况下，行人图像的特征向量包括行人图像的半身特征；基于目标图像的类别和每个第一图像的类别，在目标图像的特征向量和第一图像的特征向量中选择对应的特征，计算目标图像和每个第一图像之间的余弦距离，并根据余弦距离排序得到行人重识别结果。根据本公开实施例，能够提高行人重识别的准确率。提高行人重识别的准确率。提高行人重识别的准确率。

【技术实现步骤摘要】
行人重识别方法、装置、设备及介质


[0001]本公开涉及数字图像处理
，尤其涉及一种行人重识别方法、装置、设备及介质。

技术介绍

[0002]行人重识别(Person Re
‑
identification，ReID)技术旨在不同摄像头视频中判断是否存在目标对象(特定行人)，该技术能够用于目标追踪、智能视频监控、目标检索等多种场景。
[0003]相关技术中的行人重识别技术大多是基于目标整体图像的行人重识别，虽然目前的行人重识别模型能够学习到具有较强表征能力的行人特征，但是现实场景下的数据复杂，一些行人存在不同程度的遮挡，甚至由于相机拍摄角度的缘故，在摄像头视角范围内，无法拍摄到完整的行人图像。当行人图像不完整时，行人重识别的准确率常会大幅降低，导致现有的行人重识别技术误检率较高。因此，如何提高行人重识别的准确率，成为本领域亟待解决的技术问题。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
专利技术内本文档来自技高网...

【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：获取行人图像，所述行人图像至少包括目标图像和待识别的多个第一图像；基于预设的图像特征提取方法，提取所述行人图像的特征向量，得到所述目标图像的特征向量和每个第一图像的特征向量；其中，在所述行人图像类别为全身图像的情况下，所述行人图像的特征向量包括所述行人图像的全身特征和所述行人图像的半身特征；在所述行人图像类别为半身图像的情况下，所述行人图像的特征向量包括所述行人图像的半身特征；基于所述目标图像的类别和每个第一图像的类别，在所述目标图像的特征向量和第一图像的特征向量中选择对应的特征，计算所述目标图像和每个第一图像之间的余弦距离，并根据所述余弦距离排序得到行人重识别结果。2.根据权利要求1所述的方法，其特征在于，所述预设的图像特征提取方法，包括：判断行人图像的类别，是否为全身图像；在所述行人图像为全身图像的情况下，将所述行人图像输入到预先训练的行人重识别全身模型中，得到所述行人图像的全身特征；以及基于所述行人图像，切分得到所述行人图像对应的半身图像，并将所述行人图像对应的半身图像输入到预先训练的行人重识别半身模型中，得到所述行人图像的半身特征；在所述行人图像为半身图像的情况下，将所述行人图像输入到预先训练的行人重识别半身模型中，得到所述行人图像的半身特征。3.根据权利要求2所述的方法，其特征在于，所述基于所述行人图像，切分得到所述行人图像对应的半身图像，包括：基于如下公式计算得到半身图像的高度H
′
：H
′
＝s1*H+s2*n其中，s1表示图像高度尺度比例因子，s2表示浮动值尺度比例因子，n为随机数，H表示原行人图像的高度；基于计算得到的所述半身图像的高度，切分所述行人图像，得到所述行人图像对应的半身图像。4.根据权利要求2所述的方法，其特征在于，所述方法还包括：在训练行人重识别全身模型和行人重识别半身模型时，采用全身半身互蒸馏方式，对行人重识别全身模型逻辑输出层和行人重识别半身模型逻辑输出层进行蒸馏。5.根据权利要求2所述的方法，其特征在于，所述判断行人图像的类别，是否为全身图像，包括：将所述行人图像，输入到分类器中，计算所述行人图像属于半身图像的概率、属于全身图像的概率和属于非行人图像的概率，比较所述行人图像属于半身图像的概率、属于全身图像的概率和属于非行人图像的概率三者之间的大小；在所述行人图像属于全身图像的概率最大，或所述行人图像属于非行人图像的概率最大的情况下，确定所述行人图像为全身图像。6.根据权利要求1

【专利技术属性】
技术研发人员：闫文雪，宋宏健，张燕，厉吉华，李军宏，
申请(专利权)人：北京多维视通技术有限公司，
类型：发明
国别省市：