[发明专利]一种行人重识别方法和装置

说明书

本申请实施例提供了一种行人重识别方法和装置，方法包括：获取包含有人物画面的待识别图像，对待识别图像进行人体特征提取，得到待识别图像的人体特征数据，对待识别图像进行图像分割，得到待识别图像的图像分割数据，根据图像分割数据，确定待识别图像的图像类型，如果图像类型为人体局部图像，基于预先训练的图像类型对应的局部特征提取网络、图像分割数据和人体特征数据，得到待识别图像的人体局部特征数据，基于待识别图像的人体局部特征数据与预设人体局部特征数据的匹配结果，确定待识别图像中的人物是否为预设人体局部特征数据所表示的人物。基于上述处理，能够提高行人重识别结果的准确度。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种行人重识别方法和装置。

背景技术

行人重识别(Person re-identification)也称行人再识别，是利用图像处理技术，确定某一图像(可以称为待识别图像)中显示的人物是否为特定人物的过程，被广泛应用在智能视频监控、智能安保等领域中。

相关技术中，行人重识别可以包括以下步骤：对待识别图像进行人体特征提取，得到待识别图像的人体特征数据(可以称为待识别人体特征数据)，然后，可以将待识别人体特征数据与预设人体特征数据进行匹配，并根据匹配结果，确定待识别图像中的人物是否为预设人体特征数据所表示的人物。

上述过程中，如果待识别图像中的人物画面不完整，待识别人体特征数据并不能有效地体现该人物的局部特征。例如，待识别图像中只显示人物的上半身时，对待识别图像进行人体特征提取得到的人体特征数据，并不能有效地体现该人物的上半身特征。因此，直接根据人体特征数据进行行人重识别，可能会导致行人重识别结果的准确度较低。

发明内容

本申请实施例的目的在于提供一种行人重识别方法和装置，可以提高行人重识别结果的准确度。具体技术方案如下：

第一方面，为了达到上述目的，本申请实施例公开了一种行人重识别方法，所述方法包括：

获取包含有人物画面的待识别图像；

对所述待识别图像进行人体特征提取，得到所述待识别图像的人体特征数据；

对所述待识别图像进行图像分割，得到所述待识别图像的图像分割数据，其中，所述图像分割数据用于表示所述人物画面包含的像素点所属的人体部位；

根据所述图像分割数据，确定所述待识别图像的图像类型；

如果所述图像类型为人体局部图像，基于预先训练的所述图像类型对应的局部特征提取网络、所述图像分割数据和所述人体特征数据，得到所述待识别图像的人体局部特征数据；

基于所述待识别图像的人体局部特征数据与预设人体局部特征数据的匹配结果，确定所述待识别图像中的人物是否为所述预设人体局部特征数据所表示的人物。

可选的，所述局部特征提取网络包括挤压和激励网络SeNet；

所述基于预先训练的所述图像类型对应的局部特征提取网络、所述图像分割数据和所述人体特征数据，得到所述待识别图像的人体局部特征数据，包括：

将所述人体特征数据输入所述SeNet，得到所述SeNet的输出数据；

对所述SeNet的输出数据和所述图像分割数据进行特征融合，并对特征融合的结果进行卷积处理；

基于卷积处理的结果，对所述SeNet的输出数据进行加权处理，得到所述待识别图像的人体局部特征数据。