行人重识别方法、装置及电子设备.pdf

(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CN113743239A(43)申请公布日2021.12.03(21)申请号202110925478.5(22)申请日2021.08.12(71)申请人青岛图灵科技有限公司地址266100山东省青岛市崂山区科苑纬一路1号青岛国际创新园G座20楼2005申请人天津理工大学(72)发明人高立帅高赞刘治宇冯栋(74)专利代理机构北京金硕果知识产权代理事务所(普通合伙)11259代理人郝晓霞(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书9页附图5页(54)发明名称行人重识别方法、装置及电子设备(57)摘要本发明提供一种行人重识别方法、装置及电子设备，获取待识别的行人图像，其中，所述行人图像包括目标行人图像和其他行人图像；利用预先训练完毕的行人重识别模型对所述行人图像进行识别处理，得到各行人图像对应的多个维度的二进制特征编码；根据所述多个维度的二进制特征编码计算其他行人图像与目标行人图像的距离信息，并根据所述距离信息对所述其他行人图像进行排序得到相似度排序序列；将所述相似度排序序列的各个位置对应的行人图像确定为行人重识别结果。本发明方案在保证行人重识别准确率的基础上，解决了行人重识别中图像检索时间复杂度高的问题，实现了快速、准确的行人重识别。CN113743239ACN113743239A权利要求书1/2页1.一种行人重识别方法，其特征在于，包括：获取待识别的行人图像，其中，所述行人图像包括目标行人图像和其他行人图像；利用预先训练完毕的行人重识别模型对所述行人图像进行识别处理，得到各行人图像对应的多个维度的二进制特征编码；根据所述多个维度的二进制特征编码计算其他行人图像与目标行人图像的距离信息，并根据所述距离信息对所述其他行人图像进行排序得到相似度排序序列；将所述相似度排序序列的各个位置对应的行人图像确定为行人重识别结果。2.根据权利要求1所述的行人重识别方法，其特征在于，所述利用预先训练完毕的行人重识别模型对所述行人图像进行识别处理，得到各行人图像对应的多个维度的二进制特征编码，包括：利用所述行人重识别模型的卷积层对所述行人图像进行特征提取处理，得到各行人图像对应的行人特征向量；对所述行人特征向量进行哈希编码处理，得到各行人图像对应的初始二进制特征编码；对所述初始二进制特征编码中的低维度二进制特征编码进行蒸馏处理得到各行人图像对应的模拟的高维度二进制特征编码；将所述初始二进制特征编码与所述模拟的高维度二进制特征编码进行合并，得到各行人图像对应的多个维度的二进制特征编码。3.根据权利要求1所述的行人重识别方法，其特征在于，所述根据所述多个维度的二进制特征编码计算各维度下的其他行人图像对应的二进制特征编码与目标行人图像对应的二进制特征编码的距离信息，包括：利用所述多个维度的二进制特征编码计算各维度下的其他行人图像对应的二进制特征编码与目标行人图像对应的二进制特征编码的汉明距离；对所述其他行人图像对应的二进制特征编码与目标行人图像对应的二进制特征编码的汉明距离进行排序，得到相似度排序序列。4.根据权利要求3所述的行人重识别方法，其特征在于，所述对所述其他行人图像对应的二进制特征编码与目标行人图像对应的二进制特征编码的汉明距离进行排序，包括：根据最低维度的其他行人图像对应的二进制特征编码与目标行人图像对应的二进制特征编码的汉明距离以及距离阈值对其他行人图像进行排序，得到初始相似度排序序列；将前一次排序的相似度排序序列作为下一次排序的最新初始相似度排序序列，重复根据当前维度的其他行人图像对应的二进制特征编码与目标行人图像对应的二进制特征编码的汉明距离以及距离阈值对最新初始相似度排序序列进行重新排序的步骤，直至完成全部维度的排序，其中，所述距离阈值是根据基于高斯分布函数的距离阈值优化算法确定的。5.根据权利要求1‑4任一项所述的行人重识别方法，其特征在于，所述获取待识别的行人图像之前还包括：获取行人训练数据以及对应的标注数据；利用所述行人训练数据以及对应的标注数据对构建的行人重识别模型进行训练，获得所述训练完毕的行人重识别模型。6.一种行人重识别装置，其特征在于，包括：2CN113743239A权利要求书2/2页获取模块，用于获取待识别的行人图像，其中，所述行人图像包括目标行人图像和其他行人图像；编码模块，用于利用预先训练完毕的行人重识别模型对所述行人图像进行识别处理，得到各行人图像对应的多个维度的二进制特征编码；排序模块，用于根据所述多个维度的二进制特征编码计算各维度下的其他行人图像对应的二进制特征编码与目标行人图像对应的二进制特征编码的距离