买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：沈阳大学

摘要：本发明公开了一种行人重识别方法及装置、存储介质、终端，涉及计算机视觉技术领域，主要目的在于解决现有行人重识别准确度较低的问题。包括：获取包含目标行人的第一图像及包含待识别行人的第二图像；对第一图像和第二图像进行关系特征提取，得到第一图像的第一关系特征和第二图像的第二关系特征；利用基于第一关系特征和第二关系特征确定的亲和矩阵对第一关系特征和第二关系特征进行特征整合，得到第一图像的第一整合特征和第二图像的第二整合特征；分别计算第一关系特征和第二关系特征，及第一整合特征和第二整合特征的相似度，并基于相似度确定行人重识别结果。主要用于对行人图像的识别。

主权项：1.一种行人重识别方法，其特征在于，包括：获取包含目标行人的第一图像及包含待识别行人的第二图像；对所述第一图像和所述第二图像进行关系特征提取，得到所述第一图像的第一关系特征和所述第二图像的第二关系特征，所述第一关系特征和所述第二关系特征是基于所述第一图像和所述第二图像的关键点特征内容提取到的；利用基于所述第一关系特征和所述第二关系特征确定的亲和矩阵对所述第一关系特征和所述第二关系特征进行特征整合，得到所述第一图像的第一整合特征和所述第二图像的第二整合特征；分别计算所述第一关系特征和所述第二关系特征，及所述第一整合特征和所述第二整合特征的相似度，并基于所述相似度确定行人重识别结果；所述获取包含目标行人的第一图像及包含待识别行人的第二图像之前，还包括：构建包括特征提取网络和特征整合网络的初始行人重识别网络模型；利用获取的样本图像对所述初始行人重识别网络模型进行训练，得到训练完成的行人重识别网络模型；所述初始行人重识别网络模型的特征提取网络包括第一特征提取网络和第二特征提取网络，第一特征提取网络用于对图像中行人全局特征和关键点特征进行特征提取，得到关键点特征和全局特征，利用分类器和三元损失进行训练，损失函数公式为： 其中，表示第K个关键点的置信度，，且全局特征图的，表示关键点特征，表示分类器损失，表示三元损失，是分类器预测到的属于其真实身份范围的能力，是一对来自相同身份的正样本之间的距离，是一对来自不同身份正的负样本之间的距离，针对不同的关键点特征，分类器之间的参数不共享；第二特征提取网络用于对图像中行人的关键点之间的关联关系进行特征提取得到关系特征，利用分类器和三元损失进行训练，损失函数公式为：，特征整合网络用于对关系特征进行整合，并计算第一整合特征与第二整合特征的相似度即整合特征相似度，其对应的损失函数公式为：，其中，为整合特征相似度。

全文数据：

权利要求：

百度查询： 沈阳大学 行人重识别方法及装置、存储介质、终端