[发明专利]行人重识别方法、装置及电子设备

说明书

本发明提供一种行人重识别方法、装置及电子设备，获取待识别的行人图像，其中，所述行人图像包括目标行人图像和其他行人图像；利用预先训练完毕的行人重识别模型对所述行人图像进行识别处理，得到各行人图像对应的多个维度的二进制特征编码；根据所述多个维度的二进制特征编码计算其他行人图像与目标行人图像的距离信息，并根据所述距离信息对所述其他行人图像进行排序得到相似度排序序列；将所述相似度排序序列的各个位置对应的行人图像确定为行人重识别结果。本发明方案在保证行人重识别准确率的基础上，解决了行人重识别中图像检索时间复杂度高的问题，实现了快速、准确的行人重识别。

技术领域

本发明涉及行人识别技术领域，尤其涉及一种行人重识别方法、装置及电子设备。

背景技术

行人重识别也称行人再识别，是利用计算机视觉技术检索图像或者视频中特定行人的技术，即给定一个行人图像检索跨设备下的该行人图像。行人重识别技术可以弥补当前固定摄像头的视觉局限，并可与行人检测、行人跟踪技术相结合，应用于视频监控、智能安防等领域。

近年的行人重识别方法中，为了获得更高的精度，大多都利用大型的深度卷积网络来学习高维图像特征，然后通过欧氏距离计算两个图像的相似度，并通过快速排序返回排名列表，然而，当图像数量很大时，快速排序高维图像特征可能会很慢。

因此，如何在保证行人检索精度的基础上，提高检索的速度是当前亟待解决的问题。

发明内容

本发明提供一种行人重识别方法、装置及电子设备，提取行人图像的多维度特征，将多维度特征转化为不同长度的二进制特征编码，利用不同长度的二进制特征编码按照预设的排序策略计算行人图像的相似度，解决了行人重识别中图像检索时间复杂度高的问题，实现了快速、准确的行人重识别。

第一方面，本发明提供一种行人重识别方法，包括：

获取待识别的行人图像，其中，所述行人图像包括目标行人图像和其他行人图像；

利用预先训练完毕的行人重识别模型对所述行人图像进行识别处理，得到各行人图像对应的多个维度的二进制特征编码；

根据所述多个维度的二进制特征编码计算各维度下的其他行人图像对应的二进制特征编码与目标行人图像对应的二进制特征编码的距离信息，并根据所述距离信息对所述其他行人图像进行排序得到相似度排序序列；

将所述相似度排序序列的各个位置对应的行人图像确定为行人重识别结果。

可选实施例中，所述利用预先训练完毕的行人重识别模型对所述行人图像进行识别处理，得到各行人图像对应的多个维度的二进制特征编码，包括：

利用所述行人重识别模型的卷积层对所述行人图像进行特征提取处理，得到各行人图像对应的行人特征向量；

对所述行人特征向量进行哈希编码处理，得到各行人图像对应的初始二进制特征编码；

对所述初始二进制特征编码中的低维度二进制特征编码进行蒸馏处理得到各行人图像对应的模拟的高维度二进制特征编码；

将所述初始二进制特征编码与所述模拟的高维度二进制特征编码进行合并，得到各行人图像对应的多个维度的二进制特征编码。

可选实施例中，所述根据所述多个维度的二进制特征编码计算各维度下的其他行人图像对应的二进制特征编码与目标行人图像对应的二进制特征编码的距离信息，并根据所述距离信息对所述其他行人图像进行排序得到相似度排序序列，包括：

利用所述多个维度的二进制特征编码计算各维度下的其他行人图像对应的二进制特征编码与目标行人图像对应的二进制特征编码的汉明距离；

对所述其他行人图像对应的二进制特征编码与目标行人图像对应的二进制特征编码的汉明距离进行排序，得到相似度排序序列。