买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：建信金融科技有限责任公司

摘要：本发明公开了一种行人重识别方法及装置，可用于人工智能技术领域，该方法包括：在获取到场景图像后，输入至实例人体解析网络中，获得场景图像的实例特征矩阵；计算场景图像的实例特征矩阵与目标对象的实例特征矩阵的相似度；在所述相似度大于相似度阈值时，确定所述场景图像为目标对象所在场景的场景图像；其中，所述实例人体解析网络基于场景图像，获得人体解析矩阵和预设像素点坐标对应的行人实例分割矩阵，将所述行人实例分割矩阵和人体解析矩阵进行融合，获得场景图像的实例特征矩阵。本发明可以根据给定的目标行人，在所需场景中找出所有目标行人出现的场景图像。

主权项：1.一种行人重识别方法，其特征在于，包括：在获取到场景图像后，输入至实例人体解析网络中，获得场景图像的实例特征矩阵；计算场景图像的实例特征矩阵与目标对象的实例特征矩阵的相似度；在所述相似度大于相似度阈值时，确定所述场景图像为目标对象所在场景的场景图像；其中，所述实例人体解析网络基于场景图像，获得人体解析矩阵和预设像素点坐标对应的行人实例分割矩阵，将所述行人实例分割矩阵和人体解析矩阵进行融合，获得场景图像的实例特征矩阵；所述实例人体解析网络包括实例卷积网络和人体解析网络；所述实例人体解析网络获得场景图像的实例特征矩阵的步骤包括：基于预设像素点坐标和实例卷积网络，获得行人实例分割矩阵；基于场景图像和人体解析网络，获得人体解析矩阵；对行人实例分割矩阵和人体解析矩阵进行融合，获得场景图像的实例特征矩阵；所述实例人体解析网络还包括主干网络、相对坐标卷积网络和特征映射网络；基于预设像素点坐标和实例卷积网络，获得行人实例分割矩阵，包括：将场景图像输入至主干网络，获得主干特征矩阵；将预设像素点坐标输入至相对坐标卷积网络，生成两张特征图；对主干特征矩阵和两张特征图进行拼接，获得第一特征矩阵；基于预设像素点坐标，从主干特征矩阵提取包含预设像素点坐标的坐标特征向量，并输入至特征映射网络，获得第二特征矩阵；将第一特征矩阵和第二特征矩阵输入至实例卷积网络，获得行人实例分割矩阵；基于场景图像和人体解析网络，获得人体解析矩阵，包括：将基于场景图像获得的主干特征矩阵输入至人体解析网络，获得人体解析矩阵；所述预设像素点坐标是根据人体姿态高响应点信息获得的；所述主干网络采用场景分析网络；所述特征映射网络包括多个全连接层；所述人体解析网络采用多层卷积，其中，多层卷积的最后一层输出通道数对应人体解析细粒度部件数。

全文数据：

权利要求：

百度查询： 建信金融科技有限责任公司 行人重识别方法及装置