本技术涉及视频处理技术,提出了一种创新的图像特征提取与检索方案,包括方法、装置、设备和存储介质。该方案致力于优化图像特征的提取流程,并实现在目标数据库中对图像特征的精确、迅速匹配,以提升视频处理的效率和准确性。
背景技术
随着大数据时代的到来,信息和数据的获取越来越便捷。大量的视频和图像数据为安防系统、智能寻人等智能信息管理系统提供了强有力的数据保障,使这些系统得以有效运转。在智能信息管理等系统中,通常会根据重识别模型提取摄像头下的行人特征并以此构建大数据行人底库,当需要对某个特定行人进行检索分析时,通常将该行人特征与底库中所有行人特征进行一一比对,从而得到该行人在跨镜境况下的完整行动轨迹。
随着深度学习的发展和进步,基于深度学习的重识别模型方法得到了业界越来越多的青睐。为了提高检索匹配的准确性,通常会增大重识别模型的容量,然而模型的增大必然导致相关计算处理开销的增大。在实际应用中,图像检索速度非常重要,例如在智能信息管理领域中,为了尽快确定人员的身份、位置等信息,安防系统必须准确、快速地找到该行人的完整行动轨迹。因此如何有效地提取行人图像特征,并根据行人图像特征在底库中进行检索,在保证准确率的同时,减少检索时间已成为了一个亟待解决的问题。
相应地,本领域需要一种新的方案来解决上述问题。
实现思路