[发明专利]一种行人搜索方法、系统、设备及介质

权利要求书

1.一种行人搜索方法，其特征在于，包括：

把行人搜索中的行人重识别子任务作为主导子任务，并构建行人重识别任务的数据集；

基于构建的所述数据集，预训练行人重识别模型；

将预训练好的所述行人重识别模型的权重迁移到行人搜索模型，并对所述行人搜索模型进行端到端的重新训练；

其中，预训练好的所述行人重识别模型和所述行人搜索模型具有相同的主干网络结构。

2.如权利要求1所述的方法，其特征在于，所述构建行人重识别任务的数据集，包括：

根据行人搜索任务的数据集的行人坐标标注，将对应的行人从视频帧中剪裁下来；

根据行人搜索任务的数据集的行人身份标注，对剪裁下来的对应行人进行身份信息的标注。

3.如权利要求1所述的方法，其特征在于，所述将预训练好的行人重识别模型的权重迁移到行人搜索模型，并对行人搜索模型进行端到端的重新训练，包括：

用预训练的行人重识别模型的主干网络权重对行人搜索模型的主干网络权重进行初始化；

对初始化完毕的行人搜索模型进行端到端的训练。

4.如权利要求1-3任一项所述的方法，其特征在于，还包括：使用训练完毕的行人搜索模型进行行人搜索，得到搜索排序结果；具体包括：

使用训练完毕的所述行人搜索模型对待搜索的行人目标进行特征提取，得到目标行人特征；

使用训练完毕的所述行人搜索模型检测候选视频库中的行人，同时提取对应的行人特征，得到候选行人特征；

根据所述目标行人特征和检测到的所受候选行人特征进行相似度或者距离计算，得到目标行人在候选视频库上的搜索排序结果。

5.一种行人搜索系统，其特征在于，包括：

数据集构建模块，该模块根据行人搜索中的行人重识别的主导子任务，构建行人重识别任务的数据集；

预训练模块，该模块基于构建的所述数据集，预训练行人重识别模型；

迁移训练模块，该模块将预训练好的所述行人重识别模型的权重迁移到行人搜索模型，并对所述行人搜索模型进行端到端的重新训练；

其中，预训练好的所述行人重识别模型和所述行人搜索模型具有相同的主干网络结构。

6.如权利要求5所述的系统，其特征在于，所述数据集构建模块，包括：

剪裁子模块，该子模块根据行人搜索任务的数据集的行人坐标标注，将对应的行人从视频帧中剪裁下来；

标注子模块，该子模块根据行人搜索任务的数据集的行人身份标注，对剪裁下来的对应行人进行身份信息的标注。

7.如权利要求5所述的系统，其特征在于，所述迁移训练模块，包括：

权重迁移子模块，该模块用预训练的行人重识别模型的主干网络权重对行人搜索模型的主干网络权重进行初始化；

训练子模块，该模块对初始化完毕的行人搜索模型进行端到端的训练。

8.如权利要求5-7任一项所述的系统，其特征在于，还包括：行人搜索模块，该模块使用训练完毕的行人搜索模型进行行人搜索，得到搜索排序结果；具体的，所述行人搜索模块包括：

目标行人特征提取子模块，该模块使用训练完毕的所述行人搜索模型对待搜索的行人目标进行特征提取，得到目标行人特征；

候选行人特征检测子模块，该模块使用训练完毕的所述行人搜索模型检测候选视频库中的行人，同时提取对应的行人特征，得到候选行人特征；

搜索排序子模块，该模块根据所述目标行人特征和检测到的所受候选行人特征进行相似度或者距离计算，得到目标行人在候选视频库上的搜索排序结果。

9.一种计算机设备，包括至少一个处理器、以及至少一个存储器，其中，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器能够执行权利要求1～4任一项所述的行人搜索方法。

10.一种计算机可读存储介质，当所述存储介质中的指令由设备内的处理器执行时，使得所述设备能够执行权利要求1～4任一项所述的行人搜索方法。