[发明专利]确定身体部位语义图、模型训练和行人重识别方法及设备

说明书

本发明公开了一种确定身体部位语义图的方法，其包括：提取同一行人的若干张图像中每张图像的全局特征图；对全部全局特征图中所有像素进行聚类，得到若干个与身体部位相关的类别；对于每个像素，根据像素所属类别，在像素所属的全局特征图中像素所在位置处生成相应的类别标签，将得到的每张像素位置带有类别标签的全局特征图分别确定为全局特征图映射的身体部位语义图，从而提高了带有身体部位标签的图像的获取效率。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种确定身体部位语义图的方法和设备、行人重识别模型的训练方法和设备、基于无监督的行人重识别方法和设备、计算机设备以及存储介质。

背景技术

行人重识别(person re-ID)技术在当代计算机视觉领域中越来越受欢迎，因为它在智能安防等领域的研究和应用具有重要的意义。该技术的目标是在不同的监控设备上对同一个想要查询定位的人进行识别。在现实场景中，由于受到人体姿态、摄像机拍摄角度变化和照明条件等因素的影响，如何准确地识别并匹配行人成为了十分具有挑战性的问题。随着深度学习相关算法在计算机视觉领域的成功应用以及大规模数据库的出现，很多先进的方法不断被提出来用以解决该问题。

常见的行人重识别方法一般基于有监督的方式实现，即首先获取带有身体部位标签的图像作为训练样本，然后采用训练样本对网络模型进行有监督的训练，最终利用训练好的网络模型进行行人重识别。目前带有身体部位标签的图像是通过对图像中的身体部位进行人工标注而获得的。在人工标注过程中，标注者需要在图像中逐一找出待标注的身体部位，并在各待标注的身体部位所在位置处像素级别地标注相应的标签，以获得带有身体部位标签的图像。由于标注是像素级别的且是人工的，因而标注的工作量巨大且容易出错，造成标注效率低下，导致带有身体部位标签的图像的获取效率低下。

综上所述，目前带有身体部位标签的图像的获取效率低下。

发明内容

(一)发明目的

本发明的目的是提供一种确定身体部位语义图的方法和设备、行人重识别模型的训练方法和设备、基于无监督的行人重识别方法和设备、计算机设备以及存储介质，用以解决现有技术中存在的带有身体部位标签的图像的获取效率低下的问题。

(二)技术方案

为解决上述问题，本发明的第一方面提供了一种确定身体部位语义图的方法，包括：

提取同一行人的若干张图像中每张图像的全局特征图；

对全部全局特征图中所有像素进行聚类，得到若干个与身体部位相关的类别；

对于每个像素，根据像素所属类别，在像素所属的全局特征图中像素所在位置处生成相应的类别标签，将得到的每张像素位置带有类别标签的全局特征图分别确定为全局特征图映射的身体部位语义图。

可选地，对所有像素进行聚类，得到若干个与身体部位相关的类别，包括：

对所有像素进行第一聚类，得到前景像素；

根据像素间的相似度，对前景像素进行第二聚类，得到若干个与身体部位相关的类别。

本发明的第二方面提供了一种行人重识别模型的训练方法，包括：

采用所述的确定身体部位语义图的方法，确定样本图像的身体部位语义图；

利用确定的样本图像的身体部位语义图，训练行人重识别模型。

可选地，利用样本图像的身体部位语义图，训练行人重识别模型，包括：

根据样本图像的身体部位语义图和全局特征图，得到样本图像的各身体部位特征图；

利用得到的样本图像的各身体部位特征图，计算损失函数值，并基于计算得到的损失函数值迭代更新行人重识别模型的参数，直至达到迭代终止条件。