(19)中华 人民共和国 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 202111637155.2 (22)申请日 2021.12.2 9 (71)申请人 杭州海康威视数字技 术股份有限公 司 地址 310051 浙江省杭州市滨江区阡 陌路 555号 (72)发明人 张天诚　 (74)专利代理 机构 北京柏杉松知识产权代理事 务所(普通 合伙) 11413 代理人 孟维娜　高莺然 (51)Int.Cl. G06V 40/10(2022.01) G06V 10/40(2022.01) G06K 9/62(2022.01) G06V 10/75(2022.01)G06V 10/774(2022.01) (54)发明名称 模型训练、 对象重识别方法、 装置及存储介 质 (57)摘要 本申请实施例提供了一种模 型训练、 对象重 识别方法、 装置及存储介质， 涉及计算机技术领 域， 包括： 获得视频片段； 对所述视频片段中的各 帧图像进行对象检测， 获得包含同一对象的图像 序列， 作为样本序列； 针对每一样本序列， 基于该 样本序列中所包含对象 的身份表征信息， 从预设 的第一对象库中查找与该样本序列所包含对象 相匹配的匹配对象， 确定所述第一对象库中所述 匹配对象的对象标识， 作为该样 本序列的标注信 息； 利用所述样本序列及标注信息， 训练基于图 像序列进行特征提取的特征提取模 型。 应用本申 请实施例提供的方法可以提高模型训练效率。 权利要求书2页 说明书15页 附图7页 CN 114332934 A 2022.04.12 CN 114332934 A 1.一种模型训练方法， 其特 征在于， 所述方法包括： 获得视频片段； 对所述视频片段中的各帧图像进行对象检测， 获得包含 同一对象的图像序列， 作为样 本序列； 针对每一样本序列， 基于该样本序列中所包含对象的身份表征信息， 从预设的第一对 象库中查找与该样本序列所包含对象相匹配的匹配对象， 确定所述第一对象库中所述匹配 对象的对象标识， 作为该样本序列的标注信息； 利用所述样本序列及标注信息， 训练基于图像序列进行 特征提取的特 征提取模型。 2.根据权利要求1所述的方法， 其特征在于， 所述对所述视频片段中的各帧图像进行对 象检测， 获得包 含同一对象的图像序列， 作为样本序列， 包括： 对所述视频片段中的各帧图像进行对象检测； 利用检测结果提取各帧图像中同一对象所在的对象区域， 得到包含同一对象的图像序 列， 作为样本序列。 3.根据权利要求1所述的方法， 其特征在于， 所述利用所述样本序列及标注信息， 训练 基于图像序列进行 特征提取的特 征提取模型， 包括： 将所述样本序列输入待训练 的特征提取模型， 得到所述特征提取模型输出的所述样本 序列中所包 含对象的对象特 征； 基于所述对象特征， 从预设的第 二对象库中查找与所述样本序列中所包含对象相匹配 的对象的标识， 作为匹配结果； 计算所述标注信息相对匹配结果的损失， 利用所述损失调整所述特征提取模型的参 数， 实现对所述特 征提取模型的训练。 4.根据权利要求3所述的方法， 其特征在于， 所述将所述样本序列输入待训练 的特征提 取模型， 得到所述特 征提取模型输出的所述样本序列中所包 含对象的对象特 征， 包括： 将所述样本序列输入所述特征提取模型， 利用所述特征提取模型分别提取所述样本序 列中不同图像 帧内不同区域的特征， 并对所提取 的特征进行融合， 获得所述特征提取模型 输出的融合后的特 征， 作为所述样本序列中所包 含对象的对象特 征。 5.根据权利要求4所述的方法， 其特征在于， 所述将所述样本序列输入所述特征提取模 型， 利用所述特 征提取模型分别提取 所述样本序列中不同图像帧内不同区域的特 征， 包括： 将所述样本序列中的第 一个图像帧输入所述特征提取模型， 利用所述特征提取模型提 取所述第一个图像帧的特 征， 并识别所述第一个图像帧的特 征显著区域； 将当前图像帧输入所述特征提取模型， 利用所述特征提取模型提取所述当前图像帧中 剩余区域的特征， 直至遍历所述样本序列中的各个图像帧， 其中， 所述当前图像 帧为： 所述 样本序列中上一次输入所述特征模型 的图像帧的下一个图像 帧， 所述剩余区域为： 擦除已 输入所述特 征提取模型的图像帧的特 征显著区域后剩余的图像区域。 6.根据权利要求1 ‑5中任一项所述的方法， 其特 征在于， 所述获得视频片段， 包括： 获得不同相机采集的预设时长的视频片段， 其中， 所述预设时长根据对象跨越不同相 机的图像采集区域所需的时长确定 。 7.一种对象重识别方法， 其特 征在于， 所述方法包括： 获得待识别的目标视频片段；权　利　要　求　书 1/2 页 2 CN 114332934 A 2对所述目标视频片段中的各帧图像进行对象检测， 获得包含 同一对象的图像序列， 作 为目标序列； 将所述目标序列输入基于权利要求1 ‑6中任一项所述的方法训练得到的特征提取模 型， 得到所述特 征提取模型输出的目标对象特 征； 从预设的图像库中， 查找所包含对象的对象特征与所述目标对象特征相匹配的图像， 实现对象重识别。 8.一种模型训练装置， 其特 征在于， 所述装置包括： 视频片段获得模块， 用于获得视频片段； 样本序列获得模块， 用于对所述视频片段中的各帧图像进行对象检测， 获得包含 同一 对象的图像序列， 作为样本序列； 标注信息获得模块， 用于针对每一样本序列， 基于该样本序列中所包含对象的身份表 征信息， 从预设的第一对 象库中查找与该样本序列所包含对 象相匹配的匹配对 象， 确定所 述第一对象库中所述匹配对象的对象标识， 作为该样本序列的标注信息； 模型训练模块， 用于利用所述样本序列及标注信息， 训练基于 图像序列进行特征提取 的特征提取模型。 9.一种对象重识别装置， 其特 征在于， 所述装置包括： 目标片段获得模块， 用于获得待识别的目标视频片段； 目标序列获得模块， 用于对所述目标视频片段中的各帧图像进行对象检测， 获得包含 同一对象的图像序列， 作为目标序列； 特征提取模块， 用于将所述目标序列输入基于权利要求8所述的装置训练得到的特征 提取模型， 得到所述特 征提取模型输出的目标对象特 征； 对象重识别模块， 用于从预设的图像库中， 查找所包含对象的对象特征与所述目标对 象特征相匹配的图像， 实现对象重识别。 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内存储有计算机 程序， 所述计算机程序被处 理器执行时实现权利要求1 ‑6或7任一所述的方法步骤。权　利　要　求　书 2/2 页 3 CN 114332934 A 3