[发明专利]行人重识别方法及装置

说明书

本发明实施例提供了行人重识别方法及装置，包括：获取包含目标对象的查询图像和包括至少一张待搜索图像的图像集；利用预先训练的对抗生成网络分别从查询图像和图像集中提取目标对象的身份特征和图像集对应的至少一组身份特征，其中，对抗生成网络通过关键点信息和行人的身份表示信息训练得到；获取目标对象的身份特征与至少一组身份特征中每个身份特征的相似度；响应于相似度符合预定条件的情况，从图像集中获取至少一张目标图像。本发明实施例，可以提高行人识别的准确性。

技术领域

本发明涉及计算机视觉技术领域，具体涉及行人重识别方法及装置。

背景技术

为了保证人身安全、财产安全等，摄像头监控已成为监控的一种重要方式，同时如何识别图像中的人物也成为一个亟待解决的技术问题。目前，一种常见的行人重识别方法为：提取图像中人物的人物特征，根据人物特征识别人物。然而，由于图像中人物姿态的多样性，以致无法通过人物特征准确地识别出行人。

发明内容

本发明实施例提供行人重识别方法及装置，用于提高行人识别的准确性。

本发明实施例第一方面提供一种行人重识别方法，包括：

获取包含目标对象的查询图像和包括至少一张待搜索图像的图像集；

利用预先训练的对抗生成网络分别从所述查询图像和所述图像集中提取所述目标对象的身份特征和所述图像集对应的至少一组身份特征，其中，所述对抗生成网络通过关键点信息和行人的身份表示信息训练得到；

获取所述目标对象的身份特征与所述至少一组身份特征中每个身份特征的相似度；

响应于所述相似度符合预定条件的情况，从所述图像集中获取至少一张目标图像。

在一个实施例中，所述对抗生成网络包括图像编码器、生成器和辨别器，对抗生成网络的训练过程包括：

获取样本行人图像集、关键点信息和噪声；

将所述样本行人图像集中任意两张行人图像输入所述图像编码器，得到与所述两张行人图像对应的两个身份表示信息；

将所述两个身份表示信息、所述关键点信息和所述噪声输入所述生成器，获得两张生成图像；

根据所述两张行人图像、所述关键点信息、所述两个身份表示信息、所述两张生成图像和所述辨别器，确定总损失；

根据所述总损失优化所述图像编码器和所述生成器，获得训练的对抗生成网络。

在一个实施例中，所述辨别器包括验证辨别器、身份辨别器和姿态辨别器，所述根据所述两张行人图像、所述关键点信息、所述两个身份表示信息、所述两张生成图像和所述辨别器，确定总损失包括：

将所述两个身份表示信息输入所述验证辨别器，确定第一损失；

将所述两张行人图像、所述两张生成图像和两张真实图像输入所述身份辨别器，确定第二损失，所述真实图像为所述生成图像对应的真实图像；

将所述关键点信息、所述两张生成图像和所述两张真实图像输入所述姿态辨别器，确定第三损失；

根据所述两张生成图像和所述两张真实图像，确定第四损失；

根据所述两张生成图像，确定第五损失；

将所述第一损失、所述第二损失、所述第三损失、所述第四损失和所述第五损失进行加权叠加，获得总损失。

在一个实施例中，所述将所述两个身份表示信息输入所述验证辨别器，确定第一损失包括：

获取所述两个身份表示信息之间的第一相似度；