【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种对象搜索方法、电子设备、车辆、存储介质及产品。
技术介绍
1、行人搜索技术在智能驾驶、安防领域中都有着重要作用，随着深度学习技术的发展，基于神经网络与计算机视觉的行人搜索技术逐渐代替传统手工算子的方法，成为智能驾驶、安防领域等场景中人物身份定位的关键技术。
2、在对现有技术的研究和实践过程中发现，现有的对象搜索方法无法在多路视频流中准确的搜索出行人等目标对象，使得对象搜索准确性较差。
技术实现思路
1、本申请实施例提供一种对象搜索方法、装置、电子设备、车辆、存储介质及产品，可以提升特征提取的准确性，进而基于提取出的图像特征进行目标对象的搜索识别，可以提升对象搜索准确性。
2、为了实现上述目的，根据本申请的第一方面，提供一种对象搜索方法，所述方法包括：
3、通过对象搜索骨干网络，对多张图像进行特征提取，得到图像特征，所述多张图像包括第一图像以及包括目标对象的第二图像，所述对象搜索骨干网络包括感知机网络；
4、基于所...
【技术保护点】
1.一种对象搜索方法，其特征在于，包括：
2.根据权利要求1所述的对象搜索方法，其特征在于，所述感知机网络中包括至少一个子网络，所述子网络包括至少两个全连接层和至少一个分组卷积层，所述通过对象搜索骨干网络，对多张图像进行特征提取，得到图像特征，包括：
3.根据权利要求2所述的对象搜索方法，其特征在于，所述通过所述至少一个子网络中的所述至少两个全连接层以及至少一个所述分组卷积层，对多张图像进行特征提取，得到图像特征，包括：
4.根据权利要求3所述的对象搜索方法，其特征在于，所述分组卷积层设置于所述至少两个全连接层之间，所述至少两个全连...
【技术特征摘要】
1.一种对象搜索方法，其特征在于，包括：
2.根据权利要求1所述的对象搜索方法，其特征在于，所述感知机网络中包括至少一个子网络，所述子网络包括至少两个全连接层和至少一个分组卷积层，所述通过对象搜索骨干网络，对多张图像进行特征提取，得到图像特征，包括：
3.根据权利要求2所述的对象搜索方法，其特征在于，所述通过所述至少一个子网络中的所述至少两个全连接层以及至少一个所述分组卷积层，对多张图像进行特征提取，得到图像特征，包括：
4.根据权利要求3所述的对象搜索方法，其特征在于，所述分组卷积层设置于所述至少两个全连接层之间，所述至少两个全连接层包括第一全连接层和第二全连接层。
5.根据权利要求4所述的对象搜索方法，其特征在于，所述通过所述子网络中的所述至少两个全连接层以及至少一个所述分组卷积层，对所述子网络的输入进行特征提取，得到所述子网络的输出特征，包括：
6.根据权利要求5所述的对象搜索方法，其特征在于，所述通过所述子网络中的所述分组卷积层，对所述第一特征进行分组卷积处理，得到第二特征，包括：
7.根据权利要求5所述的对象搜索方法，其特征在于，所述子网络中还包括残差链路，所述通过所述子网络中的所述第二全连接层，对所述第二特征进行特征提取，得到所述子网络的输出特征，包括：
8.根据权利要求7所述的对象搜索方法，其特征在于，所述子网络包括第一类型的子网络，所述通过所述子网络中的所述第一全连接层，对所述子网络的输入进行特征提取，得到第一特征，包括：
9.根据权利要求8所述的对象搜索方法，其特征在于，所述第一类型的子网络中的所述残差链路包括残差卷积核以及第三全连接层，所述通过所述残差链路，对所述初始图像特征和所述第一全连接层的输入进行特征处理，得到所述子网络的输出特征，包括：
10.根据权利要求7所述的对象搜索方法，其特征在于，所述子网络包括第二类型的子网络，所述通过所述残差链路，对所述初始图像特征和所述第一全连接层的输入进行特征处理，得到所述子网络的输出特征，包括：
<...【专利技术属性】
技术研发人员：靳寒阳，王旭鹏，余得水，折天浩，史栋栋，
申请(专利权)人：比亚迪股份有限公司，
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。