[发明专利]图像识别方法、装置、存储介质及电子设备

权利要求书

1.一种图像识别方法，其特征在于，包括：

根据包含若干目标实例的轨迹片段，确定各目标实例对应的目标特征信息，各目标实例包含相同的跟踪目标；

计算各目标实例对应目标特征信息中结构特征向量的平均值，并根据各目标实例对应目标特征信息中的结构特征向量进行协方差运算，得到协方差矩阵；

由轨迹片段中提取至少一目标实例，以该至少一目标实例对应目标特征信息中的视觉特征向量作为所述轨迹片段对应的局部特征信息，并以所述平均值和协方差矩阵作为所述轨迹片段对应的全局特征信息；

根据所述局部特征信息和所述全局特征信息生成所述轨迹片段特征信息；

基于所述轨迹片段特征信息进行指定轨迹片段中跟踪目标的图像识别。

2.如权利要求1所述的方法，其特征在于，所述根据包含若干目标实例的轨迹片段，确定各目标实例对应的目标特征信息，包括：

获取所述目标实例所包含跟踪目标的视觉特征向量和结构特征向量；

根据所述目标实例所包含跟踪目标的视觉特征向量和结构特征向量生成所述目标实例对应的目标特征信息。

3.如权利要求2所述的方法，其特征在于，所述获取所述目标实例所包含跟踪目标的视觉特征向量和结构特征向量，包括：

对多个标注信息进行直方图特征向量提取，将提取得到的直方图特征向量作为所述目标实例所包含跟踪目标的视觉特征向量，所述标注信息用于标识所述目标实例所包含跟踪目标的可变形部件；

以其中一个标注信息标识的可变形部件为锚点，计算其余标注信息标识的可变形部件与所述锚点之间的位置偏差，并以计算得到的偏差值作为所述目标实例所包含跟踪目标的结构特征向量。

4.如权利要求1所述的方法，其特征在于，所述基于所述轨迹片段特征信息进行指定轨迹片段中跟踪目标的图像识别，包括：

根据所述轨迹片段特征信息对所述指定轨迹片段进行聚类获得轨迹片段类别分布；

在所述轨迹片段类别分布中将同一类别的轨迹片段连接形成目标跟踪结果。

5.如权利要求4所述的方法，其特征在于，所述根据所述轨迹片段特征信息对指定轨迹片段进行聚类获得轨迹片段类别分布，包括：

针对预定义的至少一类别，根据所述轨迹片段特征信息计算所述指定轨迹片段与至少一类别的似然度；

根据所述似然度计算所述指定轨迹片段在至少一类别中服从均匀分布的概率；

将所述指定轨迹片段归类至最大概率所对应的类别；

待完成指定轨迹片段聚类形成所述轨迹片段类别分布。

6.如权利要求5所述的方法，其特征在于，所述针对预定义的至少一类别，根据所述轨迹片段特征信息计算所述指定轨迹片段与至少一类别的似然度之前，所述方法还包括：

针对其中一类别中轨迹片段所包含的目标实例，判断其中是否存在一轨迹片段与所述指定轨迹片段包含了时间上相互重叠的目标实例；

如果存在，则将所述指定轨迹片段与所述其中一类别的似然度置为零。

7.如权利要求5所述的方法，其特征在于，所述针对预定义的至少一类别，根据所述轨迹片段特征信息计算所述指定轨迹片段与至少一类别的似然度，包括：

针对所述指定轨迹片段中的至少一目标实例，由所述其中一类别中获取与该至少一目标实例时间距离最近的目标实例所在轨迹片段；

根据该些轨迹片段分别对应的局部特征信息计算所述指定轨迹片段与获取到的轨迹片段的局部相似度；

根据所述指定轨迹片段对应的全局特征信息以及所述其中一类别的类别参数计算所述指定轨迹片段与所述其中一类别的全局相似度；

通过所述局部相似度和全局相似度计算得到所述指定轨迹片段与所述其中一类别的似然度。

8.如权利要求7所述的方法，其特征在于，所述待完成指定轨迹片段聚类形成所述轨迹片段类别分布之前，所述方法还包括：

判断所述聚类的迭代次数是否满足预设迭代阈值；

如果不满足，则触发进行类别参数更新，并针对更新了类别参数的至少一类别，根据所述轨迹片段特征信息计算所述指定轨迹片段与至少一类别的似然度。