(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210176522.1 (22)申请日 2022.02.24 (71)申请人 讯飞智元信息科技有限公司 地址 230088 安徽省合肥市高新区望江西 路666号讯飞大厦8层-10层 申请人 安徽大学 (72)发明人 张超斌　谭昶　汤进　贾若然　 张友国　郑爱华　吕军　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 侯珊 (51)Int.Cl. G06V 10/40(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01)G06K 9/62(2022.01) G06F 16/532(2019.01) G06F 16/583(2019.01) (54)发明名称 目标重识别方法、 相关 设备及可读存 储介质 (57)摘要 本申请公开了一种目标重识别方法、 相关设 备及可读存储介质。 在获取待查询目标的图像 之 后， 基于该待查询目标的图像， 确定该待查询目 标预设多个视角的图像特征； 根据该待查询目标 预设多个视角的图像特征， 以及， 查询数据库中 各个图像的图像特征， 确定该待查询目标的重识 别结果。 本方案中， 待查询目标预设多个视角的 图像特征能够充分表达待查询目标的全局信息， 可以有效降低因待查询目标视角变化带来的特 征差异， 因此， 能够提升 重识别的结果 准确度。 权利要求书3页 说明书15页 附图3页 CN 114549847 A 2022.05.27 CN 114549847 A 1.一种目标重识别方法， 其特 征在于， 所述方法包括： 获取待查询目标的图像； 基于所述待查询目标的图像， 确定所述待查询目标 预设多个视角的图像特 征； 根据所述待查询目标预设多个视角的图像特征， 以及， 查询数据库中各个图像的图像 特征， 确定所述待查询目标的重识别结果。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述待查询目标的图像， 确定所 述待查询目标 预设多个视角的图像特 征， 包括： 将所述待查询目标的图像， 输入预设多个视角的图像特征提取模型， 所述预设多个视 角的图像特征提取模型输出所述待查询目标预设多个视角的初始图像特征； 所述预设多个 视角的图像特征提取模型是以训练用预设多个视角的图像为训练样本， 以训练用预设多个 视角的图像标注的目标类别为样本标签， 训练得到的； 基于所述预设多个视角的图像特征提取模型输出所述待查询目标预设多个视角的初 始图像特 征， 确定所述待查询目标 预设多个视角的图像特 征。 3.根据权利要求2所述的方法， 其特征在于， 当所述待查询目标的图像包括所述预设多 个视角中全部视角的图像时， 所述基于所述预设多个视角的图像特征提取模型输出所述待 查询目标预设多个视角的初始图像特征， 确定所述待查询目标预设多个视角的图像特征， 包括： 将所述预设多个视角的图像特征提取模型输出所述待查询目标预设多个视角的初始 图像特征， 确定为所述待查询目标 预设多个视角的图像特 征。 4.根据权利要求2所述的方法， 其特征在于， 当所述待查询目标的图像包括所述预设多 个视角中部 分视角的图像时， 所述基于所述预设多个视角的图像特征提取模型输出所述待 查询目标预设多个视角的初始图像特征， 确定所述待查询目标预设多个视角的图像特征， 包括： 确定所述待查询目标的图像对应的视角； 获取所述待查询目标的图像对应的视角的初始图像特 征； 基于所述待查询目标的图像对应的视角的初始图像特征， 生成所述待查询目标缺失视 角的图像特征； 所述缺失视角为所述预设多个不同视角中除所述待查询目标的图像对应的 视角之外的视角； 将所述待查询目标的图像对应的视角的初始图像特征， 以及生成的所述待查询目标缺 失视角的图像特 征， 确定为所述待查询目标 预设多个视角的图像特 征。 5.根据权利要求4所述的方法， 其特征在于， 所述确定所述待查询目标的图像对应的视 角， 包括： 将所述待查询目标的图像， 输入视角预测模型， 所述视角预测模型输出所述待查询目 标的图像对应的视角； 所述视角预测模型是以训练用图像为训练样本， 以训练用图像标注的视角为样本标签 训练得到的。 6.根据权利要求4所述的方法， 其特征在于， 所述基于所述待查询目标的图像对应的视 角的初始图像特 征， 生成所述待查询目标缺失视角的图像特 征， 包括： 将所述待查询目标的图像对应的视角的初始图像特征输入图像特征生成模型， 所述图权　利　要　求　书 1/3 页 2 CN 114549847 A 2像特征生成模型生成所述待查询目标缺失视角的图像特 征； 所述图像特征生成模型是以训练用图像特征对为训练样本， 以第一重构损 失、 第二重 构损失、 第三重构损失、 第四重构损失及对比损失作为联合损失训练得到的； 所述训练用图像特征对包括第 一训练用图像特征和第 二训练用图像特征； 所述第 一训 练用图像特征经过所述图像特征生成模型生成的第一图像特征与所述第一训练用图像特 征之间的损失为所述第一重构损失； 所述第一训练用图像特征经过所述图像特征生成模型 生成的第二图像特征与所述第二训练用图像特征之 间的损失为所述第二重构损失； 所述第 二训练用图像特征经过所述图像特征生成模型生成的第三图像特征与所述第二训练用图 像特征之 间的损失为所述第三重构损失； 所述第二训练用图像特征经过所述图像特征生成 模型生成的第四图像特征与所述第一训练用图像特征之 间的损失为所述第四重构损失； 所 述第一训练用图像特征经过所述图像特征生成模型生成的第 五图像特征与所述第二训练 用图像特 征经过所述图像特 征生成模型生成的第六图像特 征之间的损失为所述对比损失。 7.根据权利要求1所述的方法， 其特征在于， 所述根据所述待查询目标预设多个视角的 图像特征， 以及， 查询数据库中各个图像的图像特征， 确定所述待查询目标的重识别结果， 包括： 针对所述查询数据库中的图像， 根据所述待查询目标预设多个视角的图像特征， 以及， 查询数据库中所述图像的图像特 征， 计算查询数据库中所述图像对应的得分； 基于查询数据库中各个图像对应的得分， 确定所述待查询目标的重识别结果。 8.根据权利要求7所述的方法， 其特征在于， 所述根据所述待查询目标预设多个视角的 图像特征， 以及， 查询数据库中所述图像的图像特征， 计算查询数据库中所述图像对应的得 分， 包括： 计算查询数据库中所述图像的图像特征与所述待查询目标每个视角的图像特征的相 似度得分； 确定所述预设多个视角的权 重； 基于预设多个视角对应的相似度得分以及预设多个视角对应的权重， 计算查询数据库 中所述图像对应的得分。 9.根据权利要求8所述的方法， 其特征在于， 当所述待查询目标的图像包括所述预设多 个视角中全部 视角的图像时， 所述确定所述预设多个视角的权 重， 包括： 确定查询数据库中所述图像的视角特 征及所述待查询目标 预设多个视角的视角特 征； 基于查询数据库中所述图像的视角特征及所述待查询目标预设多个视角的视角特征 确定所述预设多个视角的权 重。 10.根据权利要求8所述的方法， 其特征在于， 当所述待查询目标的图像包括所述预设 多个视角中部分视角的图像时， 所述确定所述预设多个视角的权 重， 包括： 确定查询数据库中所述图像的视角特征、 所述待查询目标的图像对应的视角的视角特 征及所述待查询目标缺失视角的预设权 重； 根据所述查询数据库中所述图像的视角特征、 所述待查询目标的图像对应的视角的视 角特征， 确定所述待查询目标的图像对应的视角的权 重； 基于所述待查询目标的图像对应的视角的权重及所述待查询目标缺失视角的预设权 重， 确定所述预设多个视角的权 重。权　利　要　求　书 2/3 页 3 CN 114549847 A 3