[发明专利]目标重识别模型的训练方法、目标重识别方法及装置

说明书

本公开提出一种目标重识别模型的训练方法、目标重识别方法及装置，该方法包括：获取多个图像，多个图像分别具有对应的多种模态和对应的多个标注目标类别，并获取与多种模态分别对应的多个卷积特征图，并获取与多种模态分别对应的多个边缘特征图，并获取与多种模态分别对应的多种特征距离信息，以及根据多个图像、多个卷积特征图、多个边缘特征图、多种特征距离信息，以及多个标注目标类别训练初始的重识别模型，以得到目标重识别模型，因此训练的重识别模型能够充分挖掘多种模态图像中的特征，能够增强不同模态下图像匹配的准确度，从而提升跨模态的目标重识别的效果。

技术领域

本公开涉及图像识别技术领域，尤其涉及一种目标重识别模型的训练方法、目标重识别方法及装置。

背景技术

随着人们对安全的重视，视频监控摄像头被安置于生活工作的多种环境场景中。常见的摄像头采用白天拍摄彩色视频、晚上拍摄红外视频的方式，进行全天候的信息录制工作。

而跨模态的目标重识别旨在将可见光摄像头采集的三原色图像(Red GreenBlue，RGB)和红外摄像头采集的红外线图像(Infrared Radiation，IR)中的目标进行匹配。由于不同模态(RGB和IR)的图像是异质的，因此模态差异会降低匹配的性能。

相关技术中的网络模型在进行跨模态的目标重识别时，对RGB图像和IR图像中的特征挖掘不够充分，且模型训练过程中稳定性不强，因此影响跨模态的目标重识别的效果。

发明内容

本公开提出了一种目标重识别模型的训练方法、目标重识别方法、装置、电子设备及存储介质，旨在至少在一定程度上解决相关技术中的技术问题之一。

本公开第一方面实施例提出了一种目标重识别模型的训练方法，包括：获取多个图像，多个图像分别具有对应的多种模态和对应的多个标注目标类别；获取与多种模态分别对应的多个卷积特征图，并获取与多种模态分别对应的多个边缘特征图；获取与多种模态分别对应的多种特征距离信息；以及根据多个图像、多个卷积特征图、多个边缘特征图、多种特征距离信息，以及多个标注目标类别训练初始的重识别模型，以得到目标重识别模型。

本公开第二方面实施例提出了一种目标重识别方法，包括：获取参考图像和待识别图像，参考图像和待识别图像的模态不相同，参考图像包括：参考类别；将参考图像和待识别图像分别输入至上述的目标重识别模型的训练方法训练得到的目标重识别模型之中，以得到目标重识别模型输出的与待识别图像对应的目标，目标具有对应的目标类别，目标类别与参考类别相匹配。

本公开第三方面实施例提出了一种目标重识别模型的训练装置，包括：第一获取模块，用于获取多个图像，多个图像分别具有对应的多种模态和对应的多个标注目标类别；第二获取模块，用于获取与多种模态分别对应的多个卷积特征图，并获取与多种模态分别对应的多个边缘特征图；第三获取模块，用于获取与多种模态分别对应的多种特征距离信息；以及训练模块，用于根据多个图像、多个卷积特征图、多个边缘特征图、多种特征距离信息，以及多个标注目标类别训练初始的重识别模型，以得到目标重识别模型。

本公开第四方面实施例提出了一种目标重识别装置，包括：第四获取模块，用于获取参考图像和待识别图像，参考图像和待识别图像的模态不相同，参考图像包括：参考类别；识别模块，用于将参考图像和待识别图像分别输入至上述的目标重识别模型的训练方法训练得到的目标重识别模型之中，以得到目标重识别模型输出的与待识别图像对应的目标，目标具有对应的目标类别，目标类别与参考类别相匹配。

本公开第五方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开实施例的目标重识别模型的训练方法，或者执行目标重识别方法。