[发明专利]行人重识别的方法、装置、终端及存储介质

说明书

本申请适用于计算机技术领域，提出一种行人重识别的方法，包括：从预先采集的监控视频流中获取目标图像帧序列；从图像信息中识别出待识别行人的特征信息，并确定特征信息对应的所有标签信息；利用预先训练完成的行人重识别模型分别对目标图像帧序列和所有标签信息进行行人重识别，从所有标签信息中确定待识别行人的目标标签信息；基于目标标签信息确定待识别行人的重识别结果。通过从包含待识别行人的图像信息中识别出待识别行人的特征信息，确定特征信息对应的所有标签信息；并利用预先训练完成的行人重识别模型分别对包含有待识别行人的图像信息和所有标签信息进行行人重识别，提高行人重识别的准确性。

技术领域

本申请属于计算机技术领域，尤其涉及一种行人重识别的方法、装置、终端及存储介质。

背景技术

行人重识别(Person re-identification)也称行人再识别，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。目前，在行人重识别过程中，常借助于网络识别模型。但是，由于不同摄像设备之间的差异，同时行人兼具刚性和柔性的特性，外观易受穿着、尺度、遮挡、姿态和视角等影响，使得行人重识别的过程比常见的人脸识别过程难度更大，如何提高行人重识别的准确性是目前亟待解决的技术问题。

发明内容

有鉴于此，本申请实施例提供了行人重识别的方法、装置、终端及存储介质，以提高行人重识别的准确性。

本申请实施例的第一方面提供了一种行人重识别的方法，包括：

从预先采集的监控视频流中获取目标图像帧序列，所述目标图像帧序列中的目标图像帧中包含待识别行人的图像信息；

从所述图像信息中识别出所述待识别行人的特征信息，并确定所述特征信息对应的所有标签信息；

利用预先训练完成的行人重识别模型分别对所述目标图像帧序列和所有所述标签信息进行行人重识别，从所有所述标签信息中确定所述待识别行人的目标标签信息；

基于所述目标标签信息确定所述待识别行人的重识别结果。

在一种可选的实现方式中，所述从所述图像信息中识别出所述待识别行人的特征信息，并确定所述特征信息对应的标签信息，包括：

利用预先训练完成的特征信息识别模型，对所述待识别行人进行特征识别，得到所述待识别行人的特征信息；

计算所述特征信息属于每类预设标签信息的概率值；

若所述特征信息属于第一类预设标签信息的概率值大于属于第二类预设标签信息的概率值，且所述特征信息属于所述第一类预设标签信息的概率值大于预设的概率阈值，则判定所述第一类预设标签信息为所述特征信息对应的标签信息，所述第二类预设标签信息为除所述第一类预设标签信息之外的任一类预设标签信息。

在一种可选的实现方式中，所述计算所述特征信息属于每类预设标签信息的概率值，包括：

利用预设的概率归一化公式计算所述特征信息属于每类预设标签信息的概率值；所述预设的概率归一化公式为：

其中，p_i表示所述特征信息属于第i类预设标签信息的概率值，K表示预设标签信息的类别总数，表示所述特征信息属于第i类预设标签信息的对数概率值。

在一种可选的实现方式中，在所述利用预先训练完成的行人重识别模型分别对所述目标图像帧序列和所述标签信息进行重识别，以完成对所述待识别行人的重识别之前，包括：

采集第一预设数量的训练样本，每个所述训练样本包含待识别行人的图像以及所述待识别行人对应的所有预设标签信息；

利用所述训练样本训练预先建立的机器学习模型进行训练，得到训练之后的机器学习模型；