预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共20页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113743387A(43)申请公布日2021.12.03(21)申请号202111308197.1(22)申请日2021.11.05(71)申请人中电科新型智慧城市研究院有限公司地址518000广东省深圳市福田区华富街道深南大道1006号深圳国际创新中心C栋19楼(72)发明人阮威健胡金晖袁明冬(74)专利代理机构深圳中一联合知识产权代理有限公司44414代理人梁立耀(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06T7/73(2017.01)权利要求书3页说明书13页附图3页(54)发明名称视频行人重识别方法、装置、电子设备及可读存储介质(57)摘要本申请公开了一种视频行人重识别方法、装置、电子设备及计算机可读存储介质,用于克服因场景变化带来的目标特性跨域差异,提高行人重识别准确率。该方法包括:获取待处理行人序列,并使用每个图像帧的相关滤波器,从待处理行人序列中选取多个具有强判别信息的目标序列片段;提取各个目标序列片段的特征,并依此得到待处理行人序列的特征;基于各片段的特征计算待处理行人序列和参考行人序列之间的距离向量,并根据各个距离向量,获得待处理行人序列的差异性描述子;分别计算待处理行人序列的特征、差异性描述子和检索库中各个目标行人序列的特征、差异性描述子之间的相似度,并根据这两种相似度得到最终的相似度,从而得到行人重识别结果。CN113743387ACN113743387A权利要求书1/3页1.一种视频行人重识别方法,其特征在于,包括:获取待处理行人序列,所述待处理行人序列包括至少一个图像帧;针对每个所述图像帧,训练得到所述图像帧的相关滤波器后,使用所述相关滤波器分别作用于各个所述图像帧,获得各个所述图像帧对应的相关响应图,并根据各个所述相关响应图,计算所述图像帧的质量分值;基于每个所述图像帧的质量分值,生成所述待处理行人序列的图像质量分布曲线;在图像质量分布曲线上选取目标峰值点,并选取每个所述目标峰值点对应的目标序列片段,所述目标峰值点为质量分值大于预设阈值的峰值点,所述目标序列片段包括所述目标峰值点对应的图像帧和所述目标峰值点的邻域对应的图像帧;提取各个所述目标序列片段的特征,并根据各个所述目标序列片段的特征得到所述待处理行人序列的特征;针对参考集中每个参考行人序列,基于各个所述目标序列片段的特征,计算各个所述目标序列片段与所述参考行人序列的对应序列片段之间的片段距离向量后,将各个片段距离向量进行线性加权得到所述待处理行人序列和所述参考行人序列之间的距离向量;根据各个所述距离向量,构建所述待处理行人序列的差异性矩阵,并将所述差异性矩阵输入预先构建的压缩网络,获得所述压缩网络输出的所述待处理行人序列的差异性描述子;计算所述待处理行人序列的特征和预存储的各个目标行人序列的特征之间的第一相似度,计算所述待处理行人序列的差异性描述子和各个所述目标行人序列的差异性描述子之间的第二相似度,并根据所述第一相似度和所述第二相似度,得到行人重识别结果。2.如权利要求1所述的方法,其特征在于,根据各个所述相关响应图,计算所述图像帧的质量分值,包括:通过公式,计算所述图像帧的质量分值;其中,表示第t帧图像帧的质量分值,表示第t帧图像的相关滤波器作用于第i帧图像得到的相关响应图,T表示所述待处理行人序列包括T张图像帧。3.如权利要求1所述的方法,其特征在于,每个所述图像帧的相关滤波器的训练过程,包括:对所述图像帧进行循环采样,获得所述图像帧对应的训练样本;通过高斯函数给每个训练样本赋予标签;根据所述训练样本和所述标签,训练所述图像帧的相关滤波器,得到训练完成的所述相关滤波器。4.如权利要求1所述的方法,其特征在于,提取各个所述目标序列片段的特征,并根据各个所述目标序列片段的特征得到所述待处理行人序列的特征,包括:针对每个所述目标序列片段,使用预先训练完成的深度神经网络提取各个所述目标序列片段中各个图像帧的深度特征后,将所述目标序列片段中所有所述图像帧的深度特征进行平均池化,得到所述目标序列片段的特征;2CN113743387A权利要求书2/3页将各个所述目标序列片段的特征进行平均池化,得到所述待处理行人序列的特征。5.如权利要求1至4任一项所述的方法,其特征在于,基于各个所述目标序列片段的特征,计算各个所述目标序列片段与所述参考行人序列的对应序列片段之间的片段距离向量后,将各个片段距离向量进行线性加权得到所述待处理行人序列和所述参考行人序列之间的距离向量,包括:通过公式,计算所述待处理行人序列和各个所述参考行人序列之间的距离向量;其中,所述待处理行人序列包括M个目标序列片段,表示目标行人序列中的第i个目标序列片段的