[发明专利]一种行人重识别方法、装置、电子设备及存储介质

权利要求书

1.一种行人重识别方法，其特征在于，包括以下步骤：

构建行人重识别数据集以及行人重识别模型，并通过所述行人重识别数据集对所述行人重识别模型进行模型训练；

构建TensorRT加速器工程，将已训练好的所述行人重识别模型的格式转换为所述TensorRT加速器工程的格式；

通过所述TensorRT加速器工程对所述行人重识别模型进行加速，得到行人特征提取模型；

获取每个行人的行人图像信息，通过所述行人特征提取模型提取所述行人图像信息中的行人特征向量，集合每个行人的所述行人特征向量组成行人特征向量集，其中，每条所述行人特征向量包括有对应的图像采集设备信息及采集时间信息；

基于预设的图像采集设备信息与预设的采集时间信息对所述行人特征向量集进行过滤，得到待匹配特征向量集；

确定目标行人，提取所述目标行人的目标特征向量并与所述待匹配特征向量集中的所有所述行人特征向量进行特征相似度匹配，将所述行人特征向量中所述特征相似度满足预设的特征相似度阈值所对应的行人判断为所述目标行人。

2.如权利要求1所述的行人重识别方法，其特征在于，所述获取每个行人的行人图像信息，通过所述行人特征提取模型提取所述行人图像信息中的行人特征向量，集合每个行人的所述行人特征向量组成行人特征向量集的步骤包括：

从视频图像中获取每个行人的所述行人图像信息，所述行人图像信息中包括多种类型的所述行人特征向量；

通过所述行人特征提取模型对所述行人图像信息中每个行人的多种类型的所述行人特征向量进行提取；

将提取出的每个行人的多种类型的所述行人特征向量进行集合，得到所述行人特征向量集。

3.如权利要求1所述的行人重识别方法，其特征在于，所述基于预设的图像采集设备信息与预设的采集时间信息对所述行人特征向量集进行过滤，得到待匹配特征向量集的步骤包括:

获取所述预设的图像采集设备信息与所述预设的采集时间信息；

将所述预设的图像采集设备信息、所述预设的采集时间信息与所述行人特征向量集中的每条所述行人特征向量对应的图像采集设备信息及采集时间信息进行比较；

筛除所述行人特征向量集中所述图像采集设备信息及所述采集时间信息不满足所述预设的图像采集设备信息与所述预设的采集时间信息的所述行人特征向量，以得到所述待匹配特征向量集。

4.如权利要求1所述的行人重识别方法，其特征在于，所述确定目标行人，提取所述目标行人的目标特征向量并与所述待匹配特征向量集中的所有所述行人特征向量进行特征相似度匹配，将所述行人特征向量中所述特征相似度满足预设的特征相似度阈值所对应的行人判断为所述目标行人的步骤包括：

通过外部输入所述目标行人或从视频中指定所述目标行人，所述目标行人包括目标特征向量；

通过所述行人特征提取模型对所述目标行人的所述目标特征向量进行提取；

将所述目标特征向量与所述待匹配特征向量集中的每一条所述行人特征向量进行特征相似度计算，将所述特征相似度满足所述预设的特征相似度阈值所对应的行人判断为所述目标行人。