[发明专利]一种行人重识别方法、系统及存储介质

权利要求书

1.一种行人重识别方法，其特征在于，包括：

从视频中获取每个行人的全身检测框图；

调用特征提取模型对每个行人的全身检测框图进行特征提取，获取每个全身检测框图的特征向量，所述特征向量包括全局特征和局部特征；

对特征向量进行聚类，获取属于同一个行人的不同全身检测框图；

其中，所述特征提取模型通过训练初始特征提取模型获得；

所述特征提取模型包括串联的ResNet50模型和注意力网格网络模型；所述ResNet50模型第4层的输出作为所述注意力网格网络模型的输入，所述ResNet50模型第4层的瓶颈层的步长设置为1。

2.如权利要求1所述的一种行人重识别方法，其特征在于，训练所述初始特征提取模型获得所述特征提取模型，包括：

获取训练数据集；

利用所述训练数据集对所述初始特征提取模型进行训练，获得所述特征提取模型。

3.如权利要求2所述的一种行人重识别方法，其特征在于，所述利用所述训练数据集对所述初始特征提取模型进行训练，获取所述特征提取模型，包括：

S1：将所述训练数据集输入所述初始特征提取模型，对各身体检测框图进行特征提取，得到特征标签；

S2：计算特征标签和真实标签之间的误差；

S3：根据误差反向传播更新所述初始特征提取模型的参数；

S4：重复步骤S1～S3，直到所述初始特征提取模型收敛或达到指定的迭代次数，得到所述特征提取模型。

4.如权利要求3所述的一种行人重识别方法，其特征在于，同时获取训练数据集和验证数据集；

且在步骤S4之后还包括：

S5:将所述验证数据集输入得到的所述特征提取模型，测试模型的精度。

5.如权利要求4所述的一种行人重识别方法，其特征在于，所述同时获取训练数据集和验证数据集，具体包括：

采集行人视频，保存帧图像；

对帧图像进行行人检测框提取，并按检测框裁剪出只包含单个行人的身体检测框图；

人工找出属于同一个行人的身体检测框图，并标记上对应的行人编号，汇总形成数据集，将所述数据集划分为训练数据集和验证数据集。

6.如权利要求5所述的一种行人重识别方法，其特征在于，每个所述帧图像之间的跨度不小于设定帧数；

属于同一个行人的身体检测框图不少于设定张数。

7.如权利要求6所述的一种行人重识别方法，其特征在于，所述设定帧数为10帧；所述设定张数为3张。

8.如权利要求1所述的一种行人重识别方法，其特征在于，所述从视频中获取每个行人的全身检测框图，包括：

调用行人目标检测算法从所述视频中获取每个行人的全身检测框图。

9.一种行人重识别系统，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-8任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-8任一项所述的方法。