目標重識別方法、裝置、計算機設備和存儲介質制造方法及圖紙

本申請涉及一種目標重識別方法、裝置、計算機設備和存儲介質。該方法包括：提取第一目標圖像集中的第一目標重識別特征，提取第二目標圖像集中的第二目標重識別特征；提取第一目標圖像集中的第一輔助識別特征，提取第二目標圖像集中的第二輔助識別特征；根據第一目標重識別特征、第二目標重識別特征、第一輔助識別特征和第二輔助識別特征，得到目標相似度；根據目標相似度，判斷第一目標圖像集中的目標與第二目標圖像集中的目標是否為同一目標。由于在目標重識別過程中，進一步考慮輔助識別特征來確定不同目標圖像集的輔助識別因素是否相近，進而根據相近程度對目標重識別特征進行加權，可提高重識別的準確性。可提高重識別的準確性。可提高重識別的準確性。

【技術實現步驟摘要】
目標重識別方法、裝置、計算機設備和存儲介質


[0001]本申請涉及圖像識別
，特別是涉及一種目標重識別方法、裝置、計算機設備和存儲介質。

技術介紹

[0002]隨著計算機視覺技術的發展，出現了目標重識別技術。目標重識別技術用于判斷在不同監控攝像機下出現的目標是否為同一目標，有利于在視頻監控網絡中快速定位到感興趣的特定目標。
[0003]傳統的目標重識別方法首先獲取兩組目標圖像集，每一組目標圖像集中的各目標圖像中僅包含唯一的待重識別的目標，然后分別提取兩組目標圖像集中各目標圖像對應的目標重識別特征，之后計算其中一組目標圖像集中各目標圖像對應的目標重識別特征與另一組目標圖像集中各目標圖像對應的目標重識別特征之間的特征距離，最后對該特征距離求平均值，并通過該特征距離平均值判斷兩組目標圖像集中的待重識別的目標是否為同一目標。
[0004]然而，采用傳統技術，重識別的準確性不理想，存在準確性較低或準確性不穩定的缺陷。

技術實現思路

[0005]經專利技術人研究發現，傳統技術準確性不理想的原因至少包括：在計算圖像的相似度時對圖像不進行任何區分，導致不具有可比性或可比性較低的圖像對最終結果產生不恰當的影響。舉例而言，在室內跟蹤的業務場景下，需要重識別兩組目標圖像集中的目標是否為同一目標。假設一組目標圖像集中包含目標A的正面姿態圖像a1和側面姿態圖像a2，另一組目標圖像集中包含目標B的正面姿態圖像b1和側面姿態圖像b2。傳統技術是對兩組目標圖像集中的每一張目標圖像逐一計算目標重識別特征之間的特征距離，然后求取特征距離的平均值，并通過特征距離的平均值來判斷兩組目標圖像集中的目標是否為同一目標。然而傳統技術存在一個很大的弊端，就是它沒有考慮每一張目標圖像中的人體姿態、光照條件和/或圖像質量等輔助識別特征。因為若是將a1與b2進行比較則是不合理的，因為a1中目標的姿態為正面，b2中目標的姿態為側面。而將a1與b1進行比較就是合理的，因為a1中目標的姿態為正面，b1中目標的姿態也為正面。可見增加同一緯度的輔助識別特征的比較，可提升目標圖像間的可比性及準確性。對此，專利技術人設計出在對兩組目標圖像集進行比較時，對目標重識別特征進行加權平均，以使具有同樣輔助識別特征的兩張目標圖像具有更大的權重，例如a1與b1之間的權重較大，a2與b2之間的權重較大，而a1與b2之間的權重較小，a2與b1之間的權重較小。
[0006]基于上述考量，本申請提供一種能夠提高重識別的準確性的目標重識別方法、裝置、計算機設備和存儲介質。
[0007]一種目標重識別方法，所述方法包括：
[0008]提取第一目標圖像集中的第一目標重識別特征，提取第二目標圖像集中的第二目標重識別特征；
[0009]提取所述第一目標圖像集中的第一輔助識別特征，提取所述第二目標圖像集中的第二輔助識別特征；
[0010]根據所述第一目標重識別特征、所述第二目標重識別特征、所述第一輔助識別特征和所述第二輔助識別特征，得到目標相似度；
[0011]根據所述目標相似度，判斷所述第一目標圖像集中的目標與所述第二目標圖像集中的目標是否為同一目標。
[0012]在其中一個實施例中，所述根據所述第一目標重識別特征、所述第二目標重識別特征、所述第一輔助識別特征和所述第二輔助識別特征，得到目標相似度，包括：
[0013]根據所述第一目標重識別特征和所述第二目標重識別特征，計算所述第一目標圖像集中各第一目標圖像與所述第二目標圖像集中各第二目標圖像之間的重識別相近度；
[0014]根據所述第一輔助識別特征和所述第二輔助識別特征，計算所述第一目標圖像集中各第一目標圖像與第二目標圖像集中各第二目標圖像之間的輔助相近度；
[0015]將所述重識別相近度與由所述輔助相近度確定的權重進行加權求和，得到目標相似度。
[0016]在其中一個實施例中，所述方法還包括：
[0017]對所述輔助相近度進行歸一化，得到所述權重。
[0018]在其中一個實施例中，所述提取所述第一目標圖像集中的第一輔助識別特征，提取所述第二目標圖像集中的第二輔助識別特征，包括：
[0019]將所述第一目標重識別特征輸入訓練好的輔助識別特征提取模型，得到第一輔助識別特征；
[0020]將所述第二目標重識別特征輸入所述訓練好的輔助識別特征提取模型，得到第二輔助識別特征。
[0021]在其中一個實施例中，所述輔助識別特征提取模型的訓練過程，包括：
[0022]將目標圖像集樣本輸入重識別特征提取模型，輸出目標重識別特征樣本；
[0023]將所述目標重識別特征樣本作為輸入數據，對初始化的輔助識別特征提取模型進行訓練，其中，所述初始化的輔助識別特征提取模型的輸出數據為預測輔助識別特征，所述初始化的輔助識別特征提取模型的損失函數包括根據預測輔助識別特征距離對所述目標重識別特征樣本進行加權求和的結果。
[0024]在其中一個實施例中，所述損失函數的計算方式，包括：
[0025]根據所述預測輔助識別特征，計算所述目標圖像集樣本中各目標圖像樣本之間的預測輔助識別特征距離；
[0026]將所述目標重識別特征樣本與由所述預測輔助識別特征距離確定的權重進行加權求和，得到加權求和結果。
[0027]在其中一個實施例中，所述第一輔助識別特征是指所述第一目標圖像集中除唯一性地識別出目標的特征之外的特征；所述第二輔助識別特征是指所述第二目標圖像集中除唯一性地識別出目標的特征之外的特征。
[0028]一種目標重識別裝置，所述裝置包括：
[0029]重識別特征提取模塊，用于提取第一目標圖像集中的第一目標重識別特征，提取第二目標圖像集中的第二目標重識別特征；
[0030]輔助識別特征提取模塊，用于提取所述第一目標圖像集中的第一輔助識別特征，提取所述第二目標圖像集中的第二輔助識別特征；
[0031]相似度計算模塊，用于根據所述第一目標重識別特征、所述第二目標重識別特征、所述第一輔助識別特征和所述第二輔助識別特征，得到目標相似度；
[0032]目標判斷模塊，用于根據所述目標相似度，判斷所述第一目標圖像集中的目標與所述第二目標圖像集中的目標是否為同一目標。
[0033]一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現以下步驟：
[0034]提取第一目標圖像集中的第一目標重識別特征，提取第二目標圖像集中的第二目標重識別特征；
[0035]提取所述第一目標圖像集中的第一輔助識別特征，提取所述第二目標圖像集中的第二輔助識別特征；
[0036]根據所述第一目標重識別特征、所述第二目標重識別特征、所述第一輔助識別特征和所述第二輔助識別特征，得到目標相似度；
[0037]根據所述目標相似度，判斷所述第一目標圖像集中的目標與所述第二目標圖像集中的目標是否為同一目標。
[0038]一種計算機可讀存儲介質，其上存儲有本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種目標重識別方法，其特征在于，所述方法包括：提取第一目標圖像集中的第一目標重識別特征，提取第二目標圖像集中的第二目標重識別特征；提取所述第一目標圖像集中的第一輔助識別特征，提取所述第二目標圖像集中的第二輔助識別特征；根據所述第一目標重識別特征、所述第二目標重識別特征、所述第一輔助識別特征和所述第二輔助識別特征，得到目標相似度；根據所述目標相似度，判斷所述第一目標圖像集中的目標與所述第二目標圖像集中的目標是否為同一目標。2.根據權利要求1所述的方法，其特征在于，所述根據所述第一目標重識別特征、所述第二目標重識別特征、所述第一輔助識別特征和所述第二輔助識別特征，得到目標相似度，包括：根據所述第一目標重識別特征和所述第二目標重識別特征，計算所述第一目標圖像集中各第一目標圖像與所述第二目標圖像集中各第二目標圖像之間的重識別相近度；根據所述第一輔助識別特征和所述第二輔助識別特征，計算所述第一目標圖像集中各第一目標圖像與第二目標圖像集中各第二目標圖像之間的輔助相近度；將所述重識別相近度與由所述輔助相近度確定的權重進行加權求和，得到目標相似度。3.根據權利要求2所述的方法，其特征在于，所述方法還包括：對所述輔助相近度進行歸一化，得到所述權重。4.根據權利要求1所述的方法，其特征在于，所述提取所述第一目標圖像集中的第一輔助識別特征，提取所述第二目標圖像集中的第二輔助識別特征，包括：將所述第一目標重識別特征輸入訓練好的輔助識別特征提取模型，得到第一輔助識別特征；將所述第二目標重識別特征輸入所述訓練好的輔助識別特征提取模型，得到第二輔助識別特征。5.根據權利要求4所述的方法，其特征在于，所述輔助識別特征提取模型的訓練過程，包括：將目標圖像集樣本輸入重識別特征提取模型，輸出目標重識別特征樣本；將所述目標重識別特征樣本作為輸入數據，對初始化的輔助識別特征提...

【專利技術屬性】
技術研發人員：朱強，翁仁亮，
申請(專利權)人：北京愛筆科技有限公司，
類型：發明
國別省市：