[发明专利]一种行人重识别方法、系统、设备及计算机可读存储介质

说明书

本申请公开了一种行人重识别方法、系统、设备及计算机可读存储介质，获取无标签的第一类行人图像；为第一类行人图像制作标签信息；基于第一类行人图像及标签信息对目标行人重识别网络进行训练，得到第一次训练的目标行人重识别网络；将第一类行人图像中的目标区域进行丢弃，得到第二类行人图像；基于第一类行人图像及第二类行人图像对第一次训练的目标行人重识别网络进行训练，得到第二次训练的目标行人重识别网络。本申请可以使得无标签的行人图像中的行人信息也可以用于目标行人重识别网络的训练，提高了目标行人重识别网络的鲁棒性提高目标行人重识别网络的训练效率，进而提高行人重识别方法的运行效率；适用性更好。

技术领域

本申请涉及深度学习技术领域，更具体地说，涉及一种行人重识别方法、系统、设备及计算机可读存储介质。

背景技术

当前，深度学习用于解决图片分类、图像分割和物体检测等计算机视觉领域的问题并且取得了巨大的成功。且近年来涌现出了很多优秀的卷积神经网络模型，在此过程中，行人重识别任务随着深度学习技术的不断发展也取得了长足的进步。行人重识别(Re-ID)是一种重要的图像识别技术，如今被视为图像检索的一类关键子问题，其利用计算机视觉算法对跨设备的行人图像或视频进行匹配，即给定一个查询图像，在不同监控设备的图像库检索出同一个行人。由于对智能安防、相册聚类和嫌疑人搜索等方面有巨大的应用前景，行人重识别已经成为计算机视觉领域的研究交点。

目前，在行人重识别过程中，是通过构建行人重识别网络，并基于有标签的行人图像对行人重识别网络进行训练，最后基于训练好的行人重识别网络进行行人重识别。然而，现有行人重识别网络的训练过程缓慢，使得行人重识别方法的运行效率较低、且行人重识别网络的鲁棒性差，方法适用性差。

综上所述，如何提高行人重识别方法的适用性是目前本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种行人重识别方法，其能在一定程度上解决如何提高行人重识别方法的适用性的技术问题。本申请还提供了一种行人重识别系统、设备及计算机可读存储介质。

为了实现上述目的，本申请提供如下技术方案：

一种行人重识别方法，包括：

获取无标签的第一类行人图像；

为所述第一类行人图像制作标签信息；

基于所述第一类行人图像及所述标签信息对目标行人重识别网络进行训练，得到第一次训练的所述目标行人重识别网络；

将所述第一类行人图像中的目标区域进行丢弃，得到第二类行人图像；

基于所述第一类行人图像及所述第二类行人图像对第一次训练的所述目标行人重识别网络进行训练，得到第二次训练的所述目标行人重识别网络，以基于所述目标行人重识别网络进行行人重识别。

优选的，所述为所述第一类行人图像制作标签信息，包括：

确定所述第一类行人图像中的身体部位分界线信息；

将所述身体部位分界线信息作为所述第一类行人图像的所述标签信息。

优选的，所述确定所述第一类行人图像中的身体部位分界线信息，包括：

基于模板匹配法确定所述第一类行人图像中的所述身体部位分界线信息。

优选的，所述基于模板匹配法确定所述第一类行人图像中的所述身体部位分界线信息，包括：

获取预设的人体部位模板；

确定所述第一类行人图像中与所述人体部位模板对应的身体部位区域；

确定所述身体部位区域的边界坐标，边界坐标包括身体部位区域的边界在第一类行人图像中的高度值；