基于掩膜注意力的行人重识别方法及重识别装置.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CN113610026A(43)申请公布日2021.11.05(21)申请号202110930353.1(22)申请日2021.08.13(71)申请人广联达科技股份有限公司地址100193北京市海淀区西北旺东路10号院东区13号楼(72)发明人李波王洋侯酝潘洪亮张磊(74)专利代理机构北京英特普罗知识产权代理有限公司11015代理人程超(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)G06N3/08(2006.01)权利要求书2页说明书8页附图3页(54)发明名称基于掩膜注意力的行人重识别方法及重识别装置(57)摘要本发明提供一种基于掩膜注意力的行人重识别方法及装置，所述方法包括以下步骤：获取待识别行人图像，确定所述待识别特征图像中包含的第一对象区域；对所述第一对象区域进行模糊处理得到掩膜特征图像，所述第一对象区域在所述掩膜特征图像中的辨识度低于所述第一对象区域在所述待识别特征图像中的辨识度；基于注意力机制从所述掩膜特征图像中提取目标特征向量；将所述目标特征向量与预设数据库中的多个预设特征向量进行对比，以确定所述待识别行人的身份信息。CN113610026ACN113610026A权利要求书1/2页1.一种基于掩膜注意力的行人重识别方法，其特征在于，包括以下步骤：获取待识别行人图像，确定所述待识别特征图像中包含的第一对象区域；对所述第一对象区域进行模糊处理得到掩膜特征图像，所述第一对象区域在所述掩膜特征图像中的辨识度低于所述第一对象区域在所述待识别特征图像中的辨识度；基于注意力机制从所述掩膜特征图像中提取目标特征向量；将所述目标特征向量与预设数据库中的多个预设特征向量进行对比，以确定所述待识别行人的身份信息。2.根据权利要求1所述的行人重识别方法，其特征在于，所述获取待识别行人图像，确定所述待识别特征图像中包含的第一对象区域的步骤包括：获取待识别行人图像，通过基础特征模型对所述待识别行人图像进行特征提取以得到待识别特征图像；对所述待识别特征图像进行目标检测，以获取所述待识别特征图像中包含的第一对象区域。3.根据权利要求2所述的行人重识别方法，其特征在于，所述对所述待识别特征图像进行目标检测，以获取所述待识别特征图像中包含的第一对象区域的步骤包括：将所述待识别特征图像作为输入数据，输入经过机器学习训练的目标检测模型，以输出所述待识别特征图像中包含的具有同一性的一个或多个第一对象区域；获取所述第一对象区域在所述待识别特征图像中的位置数据。4.根据权利要求3所述的行人重识别方法，其特征在于，所述对所述第一对象区域进行模糊处理得到掩膜特征图像的步骤包括：将所述待识别特征图像中的所述第一对象区域填充为模糊像素；以得到所述掩膜特征图像；所述模糊像素包括零像素或均值像素中的任一种。5.根据权利要求4所述的行人重识别方法，其特征在于，所述对所述第一对象区域进行模糊处理得到掩膜特征图像的步骤还包括：对所述待识别特征图像进行切分以得到多个切分特征图像；根据所述位置数据计算每个所述切分特征图像中包含的所述第一对象区域的第二对象区域；将每个所述切分特征图像中的所述第二对象区域填充为所述模糊像素，以得到多个所述掩膜特征图像。6.根据权利要求5所述的行人重识别方法，其特征在于，所述基于注意力机制从所述掩膜特征图像中提取目标特征向量的步骤包括：分别将每个所述掩膜特征图像输入经过机器学习训练的注意力模型，以输出每个所述掩膜特征图像中包含的具有差异性的单一特征向量；将所有所述单一特征向量相加或相拼接，以得到所述目标特征向量。7.根据权利要求6所述的行人重识别方法，其特征在于，所述目标检测模型和所述注意力模型的训练过程包括：获取标识了标准对象区域和标准向量的多个第一样本数据，将所述第一样本数据依次输入所述基础特征模型和所述目标检测模型，输出预测对象区域；通过ID损失函数和三元组损失函数对所述目标检测模型进行训练，以确定所述目标检2CN113610026A权利要求书2/2页测模型中的第一权重参数；在所述目标检测模型训练完成的情况下，将所述第一样本数据依次输入所述基础特征模型、所述目标检测模型和所述注意力模型，输出预测向量；通过分类损失函数和回归损失函数对所述注意力模型进行训练，确定所述注意力模型中的第二权重参数以及重新调整所述第一权重参数。8.根据权利要求7所述的行人重识别方法，其特征在于，所述通过分类损失函数和回归损失函数对所述注意力模型进行训练，确定所述注意力模型中的第二权重参数以及重新调整所述第一权重参数的步骤中，所述目标检测模型的学习率小于所述注意力模型的学习率。9.一种基于掩膜注意力的行人重识别装置，其特