[发明专利]物体重识别的方法、装置、电子设备及存储介质

说明书

本申请提供了一种物体重识别的方法、装置、电子设备及存储介质，其中，该物体重识别的方法包括：获取视频流的当前图像帧；将当前图像帧输入预训练的目标检测模型，目标检测模型包括检测器和重识别网络；通过所述检测器对所述当前图像帧进行目标检测，得到所述当前图像帧中目标物体的目标区域，以及通过所述重识别网络对所述目标区域进行特征提取，得到所述目标物体的重识别特征值；将所述重识别特征值与数据库中已有的物体特征值进行匹配，得到所述目标物体的重识别结果。采用本申请实施例有利于提高视频流中物体重识别的效率。

技术领域

本申请涉及机器学习技术领域，尤其涉及一种物体重识别的方法、装置、电子设备及存储介质。

背景技术

随着计算机视觉技术的发展，视频、图像处理领域有了更多的研究方向，而物体重识别就是其中的热门之一。视频流中，物体重识别就是将帧与帧之间可能相同的物体识别出来，在智能视频监控、自动驾驶、目标跟踪等方面有着不可或缺的作用。现有物体重识别通常采用检测器对当前视频图像帧中的物体进行识别，对于识别出的物体用单独的特征提取网络进行特征提取，然后与数据库中已有的特征进行匹配，整个过程需要大量资源，物体重识别效率较低。

发明内容

针对上述问题，本申请提供了一种物体重识别的方法、装置、电子设备及存储介质，有利于提高对视频流中的物体进行重识别的效率。

为实现上述目的，本申请实施例第一方面提供了一种物体重识别的方法，该方法包括：

获取视频流的当前图像帧；

将所述当前图像帧输入预训练的目标检测模型，所述目标检测模型包括检测器和重识别网络；通过所述检测器对所述当前图像帧进行目标检测，得到所述当前图像帧中目标物体的目标区域，以及通过所述重识别网络对所述目标区域进行特征提取，得到所述目标物体的重识别特征值；

将所述重识别特征值与数据库中已有的物体特征值进行匹配，得到所述目标物体的重识别结果。

结合第一方面，在一种可能的实施方式中，所述检测器为基于锚点的检测器；所述对所述当前图像帧进行目标检测，得到所述当前图像帧中目标物体的目标区域，包括：

通过所述检测器对所述当前图像帧进行特征提取，得到目标特征图；

基于所述目标特征图及预设的锚框对所述目标物体进行预测，得到所述目标物体的目标检测框，将所述目标检测框所框定的区域确定为所述目标区域。

结合第一方面，在一种可能的实施方式中，所述基于所述目标特征图及预设的锚框对所述目标物体进行预测，得到所述目标物体的目标检测框，包括：

根据所述目标特征图的尺寸将所述当前图像帧划分为多个栅格；

若所述目标物体的中心落入所述栅格内，则利用所述栅格预设的所述锚框对所述目标物体进行预测，得到所述目标检测框。

结合第一方面，在一种可能的实施方式中，所述锚框的预测值包括所述锚框的中心点坐标偏移值，所述锚框的宽、高的缩放值，所述得到所述目标检测框，包括：

根据所述中心点坐标偏移值计算得到所述目标检测框的中心点坐标；

根据所述宽、高的缩放值计算得到所述目标检测框的宽和高；

由所述目标检测框的中心点坐标、所述目标检测框的宽和高确定所述目标检测框的位置。

结合第一方面，在一种可能的实施方式中，所述目标检测模型的训练过程，包括：

在所述检测器原有的训练损失上加上所述重识别网络的训练损失，得到相加后的训练损失；