图像识别方法、装置、存储介质及电子设备

专利主权项内容

1.一种图像识别方法，其特征在于，包括：在将新的目标实例加入轨迹片段之后，根据包含若干目标实例的轨迹片段，确定各目标实例对应的目标特征信息，各目标实例包含相同的跟踪目标，所述目标实例为包含了一跟踪目标的视频，所述轨迹片段是根据目标摄像设备实时采集的图像数据形成的，所述目标摄像设备是布设于各处的若干摄像设备中处于任意场景的摄像设备；计算各目标实例对应目标特征信息中结构特征向量的平均值，并根据各目标实例对应目标特征信息中的结构特征向量进行协方差运算，得到协方差矩阵；由轨迹片段中提取至少一目标实例，以该至少一目标实例对应目标特征信息中的视觉特征向量作为所述轨迹片段对应的局部特征信息，并以所述平均值和协方差矩阵作为所述轨迹片段对应的全局特征信息；根据所述局部特征信息和所述全局特征信息生成轨迹片段特征信息，所述轨迹片段特征信息包括目标特征信息、局部特征信息和全局特征信息；针对预定义的至少一类别的其中一类别中轨迹片段所包含的目标实例，如果其中存在一轨迹片段与指定轨迹片段包含了时间上相互重叠的目标实例，则将所述指定轨迹片段与所述其中一类别的似然度置为零；针对所述指定轨迹片段中的至少一目标实例，由其他类别的其中一类别中获取与该至少一目标实例时间距离最近的目标实例所在轨迹片段；根据该些轨迹片段分别对应的局部特征信息计算所述指定轨迹片段与获取到的轨迹片段的局部相似度；分别通过所述指定轨迹片段和所述其中一类别所对应全局特征信息中的平均值和协方差矩阵进行高斯建模，并比较建模得到的两个高斯模型之间的距离，将比较结果转化为所述指定轨迹片段与所述其中一类别的全局相似度；通过所述局部相似度和全局相似度计算得到所述指定轨迹片段与所述其中一类别的似然度，并对计算得到的似然度进行归一化处理，以使各归一化处理后的似然度处于同一数量级；根据归一化处理后的似然度计算所述指定轨迹片段在至少一类别中服从均匀分布的概率；将所述指定轨迹片段归类至最大概率所对应的类别；若计算时间达到预设计算时间，或者，聚类结果始终保持不变则停止聚类的循环迭代；待完成指定轨迹片段聚类形成所述轨迹片段类别分布；在所述轨迹片段类别分布中将同一类别的轨迹片段连接形成目标跟踪结果。