本申请涉及计算机技术领域，公开了一种行人特征提取方法、装置、设备和存储介质。该方法包括：获取待识别的行人图像，以对应生成全局特征图；对全局特征图进行聚类并迭代聚类中心，以将全局特征图分成多个特征图组；分别从各特征图组中提取行人组件特征；将各特征图组中的行人组件特征串联成一维向量，将一维向量作为目标行人特征。本申请基于人体结构信息来实现特征图聚类的自适应处理，进而使得后续从多个特征图组中来提取行人特征时，避免了对人体结构的一致性的破坏，从而提取出高质量的行人组件特征，提高了后续基于该行人组件特征来进行识别的准确度和可靠性。
【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种行人特征提取方法、装置、设备和存储介质。
技术介绍
1、行人重识别(person re-identification)也称行人再识别，是利用计算机视觉技术判断图像或者视频中是否存在特定行人的技术。通过该行人重识别技术，可在给定一个监控行人图像的情况下，检索跨设备下的该行人图像，旨在弥补固定的摄像头的视觉局限，并且该技术可与行人检测/行人跟踪技术相结合，以广泛应用于智能视频监控、智能安保等领域。
2、由于行人重识别技术依赖于高质量的行人特征，但是如外界光照变化、行人检测不准确、行人姿态变化等因素都增加了提取高质量行人特征的难度，因此，如何提取高质量的行人特征成为行人重识别技术的难点问题。
技术实现思路
1、有鉴于此，为了解决现有技术存在的问题，本申请提供了一种行人特征提取方法、装置、设备和存储介质。
2、第一方面，本申请提供一种行人特征提取方法，包括：
3、获取待识别的行人图像，根据所述行人图像对应生成全局特征图；
>4、对所述全局特征本文档来自技高网...
【技术保护点】
1.一种行人特征提取方法，其特征在于，包括：
2.根据权利要求1所述的行人特征提取方法，其特征在于，所述对所述全局特征图进行聚类并迭代聚类中心，以将所述全局特征图分成多个特征图组，包括：
3.根据权利要求2所述的行人特征提取方法，其特征在于，所述将所述全局特征图划分为预定数量的局部区域，并计算各所述局部区域对应类别的第一类中心，包括：
4.根据权利要求3所述的行人特征提取方法，其特征在于，所述对所述全局特征图中各个特征图通道按照相应所述特征图通道的最值所处位置进行初次类别匹配，包括：
5.根据权利要求2所述的行人特征提取方法，其特征在于，所...
【技术特征摘要】
1.一种行人特征提取方法，其特征在于，包括：
2.根据权利要求1所述的行人特征提取方法，其特征在于，所述对所述全局特征图进行聚类并迭代聚类中心，以将所述全局特征图分成多个特征图组，包括：
3.根据权利要求2所述的行人特征提取方法，其特征在于，所述将所述全局特征图划分为预定数量的局部区域，并计算各所述局部区域对应类别的第一类中心，包括：
4.根据权利要求3所述的行人特征提取方法，其特征在于，所述对所述全局特征图中各个特征图通道按照相应所述特征图通道的最值所处位置进行初次类别匹配，包括：
5.根据权利要求2所述的行人特征提取方法，其特征在于，所述迭代各所述类别的第一类中心的单次迭代过...
【专利技术属性】
技术研发人员：王侃，胡淑萍，董培，庞建新，谭欢，
申请(专利权)人：深圳市优必选科技股份有限公司，
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。