一种人体图像重识别方法、装置、计算机设备及存储介质与流程

本发明涉及图像处理，尤其涉及一种人体图像重识别方法、装置、计算机设备及存储介质。

背景技术：

1、近年来，随着智能安防和视频监控领域的需求与日俱增，人体图像重识别研究受到了越来越广泛的关注和研究。在视频监控中，由于摄像头分辨率低、光线强度不足、摄像角度不佳以及物体遮挡等因素，难以捕捉到人体清晰的人脸信息，因而难以通过人脸信息对人体身份进行辨别，而人体图像重识别可以看成一个图片识别任务，利用计算机视觉技术判断给定的档案库中的视频与图片中是否存在特定人体，在这种技术下可以避免由于摄像头分辨率低、光线强度不足、摄像角度不佳以及物体遮挡等因素难以通过人脸信息对人体身份进行辨别的情况。

2、现阶段人体图像重识别的流程大体可以分为两个阶段，第一个阶段为使用特征提取器提取待识别人体图和人体库中图的特征，第二个阶段为基于待识别人体图与人体库中图的特征相似性，从人体库图中找到与待识别人体相同档案的图片。但在使用特征提取器提取图片特征时，其提取的特征在同档案内的相关度较低，造成人体图片的重识别率较低，因此，如何提高人体图片的重识别率成为亟待解决的问题。

技术实现思路

1、有鉴于此，本发明实施例提供了一种人体图像重识别方法、装置、计算机设备及存储介质，以解决人体图片的重识别率较低的问题。

2、第一方面，本发明实施例提供一种人体图像重识别方法，所述人体图像重识别方法包括：

3、获取n张待识别人体图像，以及存储在数据库中的m张数据库图像，n、m均为大于零的整数；

4、提取所述n张待识别人体图像的图像特征，得到n个第一图像特征，提取所述m张数据库图像的图像特征，得到m个第二图像特征；

5、将所述n个第一图像特征与所述m个第二图像特征进行拼接，得到融合特征，通过自注意力机制，对所述融合特征进行特征增强，得到增强后的融合特征；

6、从所述增强后的融合特征中提取所述n个第一图像特征对应的n个增强后的第一图像特征与所述m个第二图像特征对应的m个增强后的第二图像特征，根据所述n个增强后的第一图像特征与m个增强后的第二图像特征之间的特征相似度，得到与每个待识别人体图像匹配的图像。

7、第二方面，本发明实施例提供一种人体图像重识别装置，所述人体图像重识别装置包括：

8、获取模块，用于获取n张待识别人体图像，以及存储在数据库中的m张数据库图像，n、m均为大于零的整数；

9、特征提取模块，用于提取所述n张待识别人体图像的图像特征，得到n个第一图像特征，提取所述m张数据库图像的图像特征，得到m个第二图像特征；

10、融合模块，用于将所述n个第一图像特征与所述m个第二图像特征进行拼接，得到融合特征，通过自注意力机制，对所述融合特征进行特征增强，得到增强后的融合特征；

11、重识别模块，用于从所述增强后的融合特征中提取所述n个第一图像特征对应的n个增强后的第一图像特征与所述m个第二图像特征对应的m个增强后的第二图像特征，根据所述n个增强后的第一图像特征与m个增强后的第二图像特征之间的特征相似度，得到与每个待识别人体图像匹配的图像。

12、第三方面，本发明实施例提供一种计算机设备，所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的人体图像重识方法。

13、第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的人体图像重识方法。

14、本发明与现有技术相比存在的有益效果是：

15、获取n张待识别人体图像，以及存储在数据库中的m张数据库图像，n、m均为大于零的整数，提取n张待识别人体图像的图像特征，得到n个第一图像特征，提取m张数据库图像的图像特征，得到m个第二图像特征，将n个第一图像特征与m个第二图像特征进行拼接，得到融合特征，通过自注意力机制，对融合特征进行特征增强，得到增强后的融合特征，从增强后的融合特征中提取n个第一图像特征对应的n个增强后的第一图像特征与m个第二图像特征对应的m个增强后的第二图像特征，根据n个增强后的第一图像特征与m个增强后的第二图像特征之间的特征相似度，得到与每个待识别人体图像匹配的图像。本发明中，通过使用数据库中的人体图像的特征对待识别图像进行特征增强，使用增强后的特征在数据库中进行识别，由于使用数据库中的人体图像的特征对待识别图像进行特征增强，提高了增强后的特征与数据库中的人体图像的特征之间的相关性，从而在人体图像进行重识别时，可以提高对应的重识别率。

技术特征：

1.一种人体图像重识别方法，其特征在于，所述人体图像重识别方法包括：

2.如权利要求1所述的人体图像重识别方法，其特征在于，所述提取所述n张待识别人体图像的图像特征，得到n个第一图像特征，提取所述m张数据库图像的图像特征，得到m个第二图像特征，包括：

3.如权利要求1所述的人体图像重识别方法，其特征在于，所述将所述n个第一图像特征与所述m个第二图像特征进行拼接，得到融合特征，通过自注意力机制，对所述融合特征进行特征增强，得到增强后的融合特征，包括：

4.如权利要求3所述的人体图像重识别方法，其特征在于，所述计算所述融合特征与所述子特征的自注意力矩阵，包括：

5.如权利要求3所述的人体图像重识别方法，其特征在于，所述计算所述融合特征与所述子特征的自注意力矩阵，根据所述自注意力矩阵对所述融合特征进行特征增强，得到增强后的融合特征，包括：

6.如权利要求5所述的人体图像重识别方法，其特征在于，所述对所述自注意力矩阵进行稀疏化处理，得到所述自注意力矩阵对应的稀疏化矩阵，包括：

7.如权利要求1所述的人体图像重识别方法，其特征在于，所述根据所述n个增强后的第一图像特征与m个增强后的第二图像特征之间的特征相似度，得到与每个待识别人体图像匹配的图像，包括：

8.一种人体图像重识别装置，其特征在于，所述人体图像重识别装置包括：

9.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的人体图像重识别方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的人体图像重识别方法。

技术总结
本发明涉及图像处理技术领域，尤其涉及一种人体图像重识别方法、装置、计算机设备及存储介质。通过获取N张待识别人体图像，以及存储在数据库中的M张数据库图像，将待识别人体图与数据库图像的图像特征进行融合，通过自注意力机制，对融合特征进行特征增强，根据增强后的融合特征识别与待识别人体图像匹配的目标图像，得到重识别结果。本发明中，通过使用数据库中的人体图像的特征对待识别图像进行特征增强，使用增强后的特征在数据库中进行识别，由于使用数据库中的人体图像的特征对待识别图像进行特征增强，提高了增强后的特征与数据库中的人体图像的特征之间的相关性，从而在人体图像进行重识别时，可以提高对应的重识别率。

技术研发人员：庄镇州,魏新明,肖嵘,王孝宇
受保护的技术使用者：深圳云天励飞技术股份有限公司
技术研发日：
技术公布日：2024/1/12