[发明专利]一种遮挡行人重识别方法及系统

权利要求书

1.一种遮挡行人重识别方法，其特征在于，包括：

获取训练集中行人图像的遮挡率，根据所述遮挡率将所述行人图像分块，得到每幅行人图像对应的多个序列块；

将每幅行人图像对应的多个序列块输入至识别模型中，训练所述识别模型，得到每幅行人图像的识别信息，所述识别信息包括全局特征以及每个序列块对应的局部特征和遮挡概率；所述识别模型的损失函数包括全局特征的损失函数、局部特征的损失函数和遮挡概率的损失函数；

将待识别图像和注册图像分块并分别输入至训练好的识别模型中，得到待识别图像的识别信息和注册图像的识别信息；

确定所述待识别图像的识别信息和所述注册图像的识别信息之间的相似度，根据所述相似度确定识别结果；

所述遮挡概率的损失函数如第三公式，所述第三公式为：

式中，为第幅行人图像的第个序列块的遮挡标签且，为第幅行人图像的第个序列块的遮挡预测分类概率，为训练集中行人图像的总数量。

2.根据权利要求1所述的遮挡行人重识别方法，其特征在于，获取训练集中行人图像的遮挡率，根据所述遮挡率将所述行人图像分块，得到每幅行人图像对应的多个序列块，具体包括：

获取训练集中行人图像的遮挡比例，得到遮挡比例热图；

对所述遮挡比例热图进行预分块；

获取每个所述预分块的遮挡率，根据所述遮挡率确定每个所述预分块的分块粒度；

根据所述分块粒度，将所述行人图像分块，得到每幅行人图像对应的多个序列块。

3.根据权利要求2所述的遮挡行人重识别方法，其特征在于，获取训练集中行人图像的遮挡比例，具体包括：

根据第一公式确定训练集中行人图像的遮挡比例，所述第一公式为：

式中，为所述遮挡比例热图中第个像素点的遮挡比例，为第幅行人图像第个像素点的遮挡值，且，和分别为所述行人图像的长和宽，为训练集中行人图像的总数量。

4.根据权利要求1所述的遮挡行人重识别方法，其特征在于，将每幅行人图像对应的多个序列块输入至识别模型中，训练所述识别模型，得到每幅行人图像的识别信息，具体包括：

将每幅行人图像对应的多个序列块输入至识别模型的线性投射模块，得到线性向量；

在所述线性向量中添加每个所述序列块的位置信息，得到输入向量；

将所述输入向量输入至所述识别模型的自注意力学习模块中，得到每幅行人图像的识别信息；

根据所述识别信息和所述识别信息对应的损失函数，优化所述识别模型的参数，得到训练好的识别模型。

5.根据权利要求4所述的遮挡行人重识别方法，其特征在于，所述损失函数根据第二公式确定，所述第二公式为：

式中为所述识别模型的损失函数，为所述全局特征的损失函数，为第个序列块对应的局部特征的损失函数，为第个序列块对应的遮挡概率的损失函数。

6.根据权利要求5所述的遮挡行人重识别方法，其特征在于，所述全局特征的损失函数和所述局部特征的损失函数为交叉熵损失函数或者局部三元组损失函数。

7.根据权利要求1-6任一项所述的遮挡行人重识别方法，其特征在于，确定所述待识别图像的识别信息和所述注册图像的识别信息之间的相似度，具体包括：

确定所述待识别图像的识别信息和所述注册图像的识别信息中的全局特征之间的第一相似度；

确定所述待识别图像的识别信息和所述注册图像的识别信息中的局部特征之间的第二相似度；

利用第四公式确定所述待识别图像的识别信息和所述注册图像的识别信息之间的相似度，所述第四公式为：

式中，为所述待识别图像的识别信息和所述注册图像的识别信息之间的相似度，为所述第一相似度，为第个序列块的第二相似度，和分别为所述第一相似度和所述第二相似度的权重，根据第五公式确定，所述第五公式为：

式中，为所述待识别图像的第个序列块的遮挡概率，为所述注册图像的第个序列块的遮挡概率，为预先设定的遮挡阈值。