[发明专利]行人再识别模型的训练方法、装置、设备和存储介质

权利要求书

1.一种行人再识别模型的训练方法，包括：

获取多个有标签的样本数据及各有标签的样本数据的来源、多个无标签的样本数据及各无标签的样本数据的来源；

确定各无标签的样本数据对应的伪标签；

根据所述多个有标签的样本数据及来源，以及所述多个无标签的样本数据、对应的伪标签和来源，对行人再识别模型进行训练。

2.根据权利要求1所述的方法，其中，所述行人再识别模型包括批归一化层，所述批归一化层中对应样本数据的多个来源，设置有多个批归一化分支。

3.根据权利要求2所述的方法，其中，根据所述多个有标签的样本数据及来源，以及所述多个无标签的样本数据、对应的伪标签和来源，对行人再识别模型进行训练，包括：

获取各样本数据中行人图像对应的样本特征；

根据所述各有标签的样本数据对应的样本特征、标签和来源，以及所述各无标签的样本数据对应的样本特征、伪标签和来源，对行人再识别模型进行训练。

4.根据权利要求3所述的方法，其中，根据所述各有标签的样本数据对应的样本特征、标签和来源，以及所述各无标签的样本数据对应的样本特征、伪标签和来源，对行人再识别模型进行训练，包括：

将所述各有标签的样本数据对应的样本特征、标签，以及所述各无标签的样本数据对应的样本特征、伪标签，输入到行人再识别模型，以对所述行人再识别模型进行训练；

其中，在对所述行人再识别模型进行训练的过程中，进入所述批归一化层的数据，被输入到与其来源对应的批归一化分支进行处理。

5.根据权利要求1所述的方法，其中，所述获取多个有标签的样本数据及各有标签的样本数据的来源，包括：

获取至少一应用场景的多个有标签的样本数据；

根据每一有标签的样本数据的应用场景确定所述样本数据的来源。

6.根据权利要求5所述的方法，其中，每个所述应用场景设置有至少一拍摄装置；所述有标签的样本数据包括通过拍摄装置获取的行人图像以及所述行人图像对应的标签；

所述根据每一有标签的样本数据的应用场景确定所述样本数据的来源，包括：

针对每一有标签的样本数据，确定拍摄所述样本数据中行人图像的拍摄装置；

根据所述样本数据的应用场景以及对应的拍摄装置，确定所述样本数据的来源。

7.根据权利要求1所述的方法，其中，所述行人再识别模块用于对目标应用场景的行人进行再识别；

所述获取多个无标签的样本数据及各无标签的样本数据的来源，包括：

获取所述目标应用场景的多个无标签的样本数据；

根据所述目标应用场景确定每一无标签的样本数据的来源。

8.根据权利要求7所述的方法，其中，所述目标应用场景设置有至少一拍摄装置，所述无标签的样本数据包括通过拍摄装置获取的行人图像；

根据所述目标应用场景确定每一无标签的样本数据的来源，包括：

针对每一无标签的样本数据，确定拍摄所述样本数据中行人图像的拍摄装置；

根据所述目标应用场景以及对应的拍摄装置，确定所述样本数据的来源。

9.根据权利要求1所述的方法，其中，确定各无标签的样本数据对应的伪标签，包括：

通过所述多个有标签的样本数据，对行人再识别模型进行监督式训练；

根据通过所述多个有标签的样本数据训练得到的行人再识别模型，确定各无标签的样本数据对应的伪标签。

10.根据权利要求9所述的方法，其中，根据通过所述多个有标签的样本数据训练得到的行人再识别模型，确定各无标签的样本数据对应的伪标签，包括：

根据通过所述多个有标签的样本数据训练得到的行人再识别模型，对各无标签的样本数据进行样本特征提取；

根据提取到的样本特征，确定各无标签的样本数据对应的伪标签。