[发明专利]识别方法、设备及存储介质

权利要求书

1.一种识别方法，其特征在于，所述方法包括：

获得至少两个图像；

获得各个图像中的各个对象的关键点信息；

至少基于各个图像中的各个对象的关键点信息，确定各个图像中的各个对象的特征序列；

基于各个图像中的各个对象的特征序列，至少获得所述至少两个图像中各个对象之间的第一参数，所述第一参数用于表征所述至少两个图像中不同图像的对象间的相似程度；

基于所述至少两个图像中各个对象之间的第一参数，至少确定目标对象，所述目标对象为所述至少两个图像之间的相似对象。

2.根据权利要求1所述的方法，其特征在于，所述方法包括：

获得针对各个图像中的各个对象的至少两个全局特征图，其中同一对象的不同全局特征图之间至少部分不同；

相应的，所述至少基于各个图像中的各个对象的关键点信息，确定各个图像中的各个对象的特征序列，包括：

基于所述各个对象的至少两个全局特征图和关键点信息，确定所述各个对象的局部特征序列。

3.根据权利要求2所述的方法，其特征在于，所述基于所述各个对象的至少两个全局特征图和关键点信息，确定所述各个对象的局部特征序列，包括：

所述各个对象的关键点信息至少表征为各个对象的至少两个关键部位的位置信息；

从各个对象的各个全局特征图中，得到各个对象的各个目标图像，所述各个对象的目标图像为在各个对象的全局特征图中对应于所述对象的至少两个关键部位的位置关系的图像；

基于各个对象的各个目标图像，确定各个对象的局部特征序列。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述基于各个图像中的各个对象的特征序列，至少获得所述至少两个图像中各个对象之间的第一参数，包括：

将第t_i图像中的各个对象和第t_i-1图像中的各个对象的特征序列进行两两组合，得到特征张量信息，其中，所述第t_i图像、第t_i-1图像为所述至少两个图像中的两幅相邻图像；

对特征张量信息进行至少两次卷积处理，得到两个目标矩阵，所述目标矩阵中的至少部分元素表示为第t_i图像、第t_i-1图像中任意两个对象的相似程度；

基于所述两个目标矩阵，至少得到所述第一图像的各个对象和第二图像中各个对象之间的第一参数。

5.根据权利要求4所述的方法，其特征在于，所述基于所述两个目标矩阵，至少得到所述第一图像的各个对象和第二图像中各个对象之间的第一参数，包括：

将所述两个目标矩阵中的第一目标矩阵按列进行归一化指数函数softmax运算，得到第一匹配概率矩阵，所述第一匹配概率矩阵的至少部分元素表示为第t_i图像到第t_i-1图像对象之间的匹配概率；

将所述两个目标矩阵中的第二目标矩阵按行进行softmax运算，得到第二匹配概率矩阵，所述第二匹配概率矩阵中的至少部分元素表示为第t_i-1图像到第t_i图像对象之间的匹配概率；

将第一匹配概率矩阵和第二匹配概率矩阵中，取同一位置上的取值大的元素值作为所述第一图像和第二图像中的相应对象间的第一参数。

6.一种识别设备，其特征在于，所述设备包括：

第一获得单元，用于获得至少两个图像；

第二获得单元，用于获得各个图像中的各个对象的关键点信息；

第一确定单元，用于至少基于各个图像中的各个对象的关键点信息，确定各个图像中的各个对象的特征序列；

第三获得单元，用于基于各个图像中的各个对象的特征序列，至少获得所述至少两个图像中各个对象之间的第一参数，所述第一参数用于表征所述至少两个图像中不同图像的对象间的相似程度；

第二确定单元，用于至少基于所述至少两个图像中各个对象之间的第一参数，至少确定目标对象，所述目标对象为所述至少两个图像之间的相似对象。