(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 202210339067.2 (22)申请日 2022.04.01 (71)申请人 中山大学 地址 510275 广东省广州市海珠区新港西 路135号 (72)发明人 陈弟虎　余杨斌　杨升荣　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 梁嘉琦 (51)Int.Cl. G06V 40/10(2022.01) G06V 40/16(2022.01) G06V 20/52(2022.01) G06V 10/774(2022.01) G06V 10/762(2022.01)G06V 10/40(2022.01) G06V 10/74(2022.01) G06K 9/62(2022.01) G06F 16/23(2019.01) (54)发明名称 一种行人识别方法、 系统、 装置及存 储介质 (57)摘要 本发明公开了一种行人识别方法、 系统、 装 置及存储介质。 行人识别方法包括： 从行人数据 库中获取行人数据； 对所述行人数据进行特征提 取， 获取多组的行人特征； 对多组的行人特征进 行聚类生 成伪标签； 根据伪标签的分布差异和约 束条件筛选出训练标签； 根据训练标签进行模型 训练， 得到行人重识别模型； 采用行人重识别模 型对待识别的行人数据进行识别， 得到行人识别 结果。 本发 明基于真实的行人数据的特征提取和 聚类生成伪标签， 并根据分布差异和约束条件筛 选得到训练标签， 实现了对真实的行人数据中的 噪声标签的识别； 通过筛选得到的训练标签进行 行人重识别模 型的训练， 避免了噪声标签对模型 训练的影 响， 提高了行人重识别模 型在真实环境 中的鲁棒 性。 权利要求书2页 说明书8页 附图3页 CN 114764920 A 2022.07.19 CN 114764920 A 1.一种行 人识别方法， 其特 征在于， 包括以下步骤： 从行人数据库中获取 行人数据； 对所述行 人数据进行 特征提取， 获取多组的行 人特征； 对所述多组的行 人特征进行聚类， 生成伪标签； 根据所述伪标签的分布差异和约束条件从所述伪标签中筛 选出训练标签； 根据所述训练标签进行模型训练， 得到行 人重识别模型； 采用所述行 人重识别模型对待识别的行 人数据进行识别， 得到行 人识别结果。 2.根据权利要求1所述的一种行人识别方法， 其特征在于， 所述根据所述伪标签的分布 差异和约束条件从所述伪标签中筛 选出训练标签， 包括： 根据所述伪标签的分布差异和约束条件从所述伪标签中筛选出可靠标签和不可靠标 签； 从所述可靠标签和所述 不可靠标签中选取一组标签作为所述训练标签。 3.根据权利要求1所述的一种行人识别方法， 其特征在于， 所述根据所述训练标签进行 模型训练， 得到行 人重识别模型， 包括： 根据所述训练标签生成行 人身份概 率分布； 通过最大概率融合损失函数对大于预设阈值的所述行人身份概率分布进行融合统一 约束学习， 得到所述行 人重识别模型。 4.根据权利要求1所述的一种行人识别方法， 其特征在于， 在所述采用所述行人重识别 模型对待识别的行 人数据进行识别， 得到行 人识别结果 这一步骤之前， 还 包括： 获取监控视频流； 对所述监控视频流进行 逐帧算法处 理， 生成所述待识别的行 人数据。 5.根据权利要求4所述的一种行人识别方法， 其特征在于， 所述待识别的行人数据包括 第一行人图像和第二行人图像， 所述第一行人图像为端正的行人照片， 所述第二行人图像 为多角度的行 人照片； 所述采用所述行人重识别模型对待识别的行人数据进行识别， 得到行人识别结果， 包 括： 根据所述第 一行人图像生成行人身份和第 一行人特征， 所述行人身份通过识别所述第 一行人图像中的人脸特 征生成， 所述第一行 人特征为与所述行 人身份对应的行 人特征； 根据所述第二行 人图像生成第二行 人特征； 将所述第二行 人特征与所述第一行 人特征进行匹配， 得到所述行 人识别结果。 6.根据权利要求1所述的一种行人识别方法， 其特征在于， 在所述采用所述行人重识别 模型对待识别的行 人数据进行识别， 得到行 人识别结果 这一步骤之后， 还 包括： 根据所述行 人识别结果 生成行人识别结果显示指令； 响应于所述行 人识别结果显示指令， 在网页直 播界面显示所述行 人识别结果。 7.根据权利要求1所述的一种行 人识别方法， 其特 征在于， 还 包括以下步骤： 将所述待识别的行 人数据存储到所述行 人数据库中。 8.一种行 人识别系统， 其特 征在于， 包括： 行人数据获取模块， 用于从行 人数据库中获取 行人数据； 行人特征获取模块， 用于对所述行 人数据进行 特征提取， 获取多组的行 人特征；权　利　要　求　书 1/2 页 2 CN 114764920 A 2伪标签生成模块， 用于对所述多组的行 人特征进行聚类， 生成伪标签； 训练标签筛选模块， 用于根据 所述伪标签的分布差异和约束条件从所述伪标签中筛选 出训练标签； 模型训练模块， 用于根据所述训练标签进行模型训练， 得到行 人重识别模型； 行人识别模块， 用于采用所述行人重识别模型对待识别的行人数据进行识别， 得到行 人识别结果。 9.一种行 人识别装置， 其特 征在于， 包括： 至少一个处 理器； 至少一个存 储器， 用于存 储至少一个程序； 当所述至少一个程序被所述至少一个处理器执行， 使得所述至少一个处理器实现如权 利要求1‑7中任一项所述的一种行 人识别方法。 10.一种存储介质， 其中存储有处理器可执行的程序， 其特征在于： 所述处理器可执行 的程序在由处 理器执行时用于实现如权利要求1 ‑7中任一项所述的一种行 人识别方法。权　利　要　求　书 2/2 页 3 CN 114764920 A 3