[发明专利]行人重识别方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种行人重识别方法，其特征在于，包括如下步骤：

获取行人图像数据；

提取所述行人图像数据中每张图像中的行人特征，根据所述行人特征计算得到行人的视觉概率，所述视觉概率表示不同图像上行人之间的相似度；

判断所述视觉概率是否超过预设阈值；

当所述视觉概率超过所述预设阈值时，确定该不同图像上的行人为同一人；当所述视觉概率未超过所述预设阈值时，获取所述行人图像数据中的摄像头标识和帧号信息，根据所述摄像头标识和帧号信息计算得到行人的时空概率；

计算不同摄像头拍摄的图像中行人在实际环境中同一时间的位置信息；

根据所述位置信息配置所述视觉概率和所述时空概率的影响参数，所述影响参数用于反应所述视觉概率或者所述时空概率的权重，所述影响参数为大于等于0并且小于等于1的数值；

利用所述视觉概率及其影响参数以及所述时空概率及其影响参数计算得到联合概率，得到行人重识别结果；其中，通过以下公式计算得到所述联合概率：

其中，φ表示平衡所述视觉概率和时空概率的超参数，e表示自然对数的底，ρ_V表示视觉概率，ρ_ST表示时空概率，γ取值为5，x表示所述视觉概率的影响参数，y表示时空概率的影响参数。

2.根据权利要求1所述的行人重识别方法，其特征在于，所述根据所述位置信息配置所述视觉概率和所述时空概率的影响参数，包括：

基于所述位置信息判断不同图像中行人是否处于同一位置；

当不同图像中行人处于同一位置时，所述x和y的值均置为0。

3.根据权利要求2所述的行人重识别方法，其特征在于，

当不同图像中行人处于不同位置时，所述x和y的值均大于0并且小于1，其中，不同图像中行人的位置偏差越大，y的值越大。

4.根据权利要求1-3任一所述的行人重识别方法，其特征在于，计算不同摄像头拍摄的图像中行人在实际环境中同一时间的位置信息，包括：

获取拍摄所述行人图像数据的摄像头的相机参数和相机位置；

利用所述相机参数和所述相机位置计算图像中行人的所述位置信息。

5.根据权利要求1-3任一所述的行人重识别方法，其特征在于，所述提取所述行人图像数据中每张图像中的行人特征，根据所述行人特征计算得到行人的视觉概率，包括：

将所述行人图像数据作为利用预先训练得到的神经网络模型的输入，利用所述神经网络模型提取所述行人图像数据中每张图像中的行人特征，得到行人的特征矩阵；

其中，所述获取所述行人图像数据中的摄像头标识和帧号信息，根据所述摄像头标识和帧号信息计算得到行人的时空概率，包括：

将所述摄像头标识和帧号信息作为时空概率模型的输入，利用所述时空概率模型计算得到行人的时空概率。