本发明专利技术提供了一种人体图像比对方法和装置，所述方法包括：获取第一人体图像和第二人体图像；将第一人体图像划分为多个图像区域；从多个图像区域中选择不同数量的图像区域进行拼接，得到多个人体子图像；对得到的多个人体子图像以及第二人体图像进行深度学习，得到第一人体图像和第二人体图像的特征差值图；对得到的特征差值图进行深度学习，得到第一人体图像和第二人体图像的比对结果，比对结果包括相似和不相似；通过本申请提供的人体图像比对方法和装置，可以提高人体图像比对的准确率。
【技术实现步骤摘要】
本专利技术涉及图像处理
，具体而言，涉及一种人体图像比对方法和装置。
技术介绍
目前，为了从监控视频中找到特定人物（比如：犯罪嫌疑人）的人物图像并确定特 定人物的行踪，安保人员就需要根据特定人物的体貌特征，从视频监控系统拍摄的海量视 频监控图像中确定出具有特定人物的监控图像，并根据拍摄监控图像的视频监控系统的安 装地点来确定特定人物的行踪。 相关技术中，为了从海量的视频监控图像中找到具有特定人物的监控图像，会将 特定人物的人体图像与视频监控图像中的人体图像分别分成上、中、下三部分，然后对划分 后的人体图像进行深度学习，并根据深度学习的结果从海量视频监控图像中比对出具有特 定人物的监控图像。 在从海量的视频监控图像中找到具有特定人物的监控图像的过程中，有些视频监 控图像中显示的人体图像只有人体上半身或者只有头部，其余人体部分均被遮挡，所以将 被遮挡的人体图像划分成上、中、下三部分后，可能会造成划分后人体图像的中部分图像和 /或下部分图像中就没有特定人物的人体部分，那么在进行深度学习的过程中没有人体部 分的图像会大大影响人体图像的比对结果，降低人体图像比对的准确率。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种人体图像比对方法和装置，以提高 人体图像比对的准确率。 第一方面，本专利技术实施例提供了一种人体图像比对方法，包括： 获取第一人体图像和第二人体图像； 将所述第一人体图像划分为多个图像区域； 从所述多个图像区域中选择不同数量的图像区域进行拼接，得到多个人体子图 像； 对得到的所述多个人体子图像以及所述第二人体图像进行深度学习，得到所述第 一人体图像和所述第二人体图像的特征差值图； 对得到的所述特征差值图进行深度学习，得到所述第一人体图像和所述第二人体 图像的比对结果，所述比对结果包括相似和不相似。 结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，从 所述多个图像区域中选择不同数量的图像区域进行拼接，得到多个人体子图像包括： 从多个所述图像区域中，分别选择k个图像区域进行拼接，得到多个人体子图像， 多个所述图像区域由所述第一人体图像自上而下平均划分得到；图像划分的图像区域数量。 结合第一方面，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，对 得到的所述多个人体子图像以及所述第二人体图像进行深度学习，得到所述第一人体图像 和所述第二人体图像的特征差值图包括： 对多个所述人体子图像和所述第二人体图像进行深度学习，得到多个第一人体图 像特征图和第二人体图像特征图； 根据得到的多个所述第一人体图像特征图和所述第二人体图像特征图，获取所述 多个第一人体图像特征图中的每个第一人体图像特征图分别和所述第二人体图像特征图 的特征差值图。 结合第一方面，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，对 得到的所述第一人体图像特征图和所述第二人体图像特征图进行处理，得到所述多个第一 人体图像特征图中的每个第一人体图像特征图分别和所述第二人体图像特征图的特征差 值图包括： 以预设的像素点坐标集合中存储的各像素点坐标为特征值区域中心，按照预设的 特征值区域尺寸，分别将当前第一人体图像特征图和所述第二人体图像特征图划分为多个 第一特征值区域和多个第二特征值区域； 从所述多个第一特征值区域和所述多个第二特征值区域中分别获取特征最大 值； 计算分别从具有相同特征值区域中心的第一特征值区域和第二特征值区域中获 取的特征最大值的差，得到多个特征差值； 以所述多个特征差值为像素值，按照预设的特征差值图尺寸，生成所述当前第一 人体图像特征图和所述第二人体图像特征图的特征差值图。 结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，对 得到的所述特征差值图进行深度学习，得到所述第一人体图像和所述第二人体图像的比对 结果包括： 对得到的每个特征差值图进行深度学习，得到每个所述特征差值图对应的人体子 图像与所述第二人体图像的相似参数； 确定最大的相似参数作为所述第一人体图像与所述第二人体图像的相似度； 当所述相似度大于等于设定的相似度阈值时，得到所述第一人体图像与所述第二 人体图像相似的比对结果； 当所述相似度小于设定的相似度阈值时，得到所述第一人体图像与所述第二人体 图像不相似的比对结果。 第二方面，本专利技术实施例提供了一种人体图像比对装置，包括： 获取模块，用于获取第一人体图像和第二人体图像； 图像划分模块，用于将所述第一人体图像划分为多个图像区域； 图像拼接模块，用于从所述多个图像区域中选择不同数量的图像区域进行拼接， 得到多个人体子图像； 特征差值图获取模块，用于对得到的所述多个人体子图像以及所述第二人体图像 进行深度学习，得到所述第一人体图像和所述第二人体图像的特征差值图； 比对模块，用于对得到的所述特征差值图进行深度学习，得到所述第一人体图像 和所述第二人体图像的比对结果，所述比对结果包括相似和不相似。 结合第二方面，本专利技术实施例提供了第二方面的第一种可能的实施方式，其中，所 述图像拼接模块具体用于从多个所述图像区域中，分别选择k个图像区域进行拼接，得到 多个人体子图像，多个所述图像区域由所述第一人体图像自上而下平均划分得到；图像划分的图像区域数量。 结合第二方面，本专利技术实施例提供了第二方面的第二种可能的实施方式，其中，所 述特征差值图获取模块包括： 深度学习单元，用于对多个所述人体子图像和所述第二人体图像进行深度学习， 得到多个第一人体图像特征图和第二人体图像特征图； 特征差值图获取单元，用于根据得到的多个所述第一人体图像特征图和所述第二 人体图像特征图，获取所述多个第一人体图像特征图中的每个第一人体图像特征图分别和 所述第二人体图像特征图的特征差值图。 结合第二方面，本专利技术实施例提供了第二方面的第三种可能的实施方式，其中，所 述特征差值图获取单元包括：区域划分子单元，用于以预设的像素点坐标集合中存储的各像素点坐标为特征值 区域中心，按照预设的特征值区域尺寸，分别将当前第一人体图像特征图和所述第二人体 图像特征图划分为多个第一特征值区域和多个第二特征值区域； 特征最大值获取子单元，用于从所述多个第一特征值区域和所述多个第二特征值 区域中分别获取特征最大值； 特征差值计算子单元，用于计算分别从具有相同特征值区域中心的第一特征值区 域和第二特征值区域中获取的特征最大值的差，得到多个特征差值； 特征差值图生成子单元，用于以所述多个特征差值为像素值，按照预设的特征差 值图尺寸，生成所述当前第一人体图像特征图和所述第二人体图像特征图的特征差值图。 结合第二方面，本专利技术实施例提供了第二方面的第四种可能的实施方式，其中，所 述比对模块包括： 相似参数计算单元，用于对得到的每个特征差值图进行深度学习，得到每个所述 特征差值图对应的人体子图像与所述第二人体图像的相似参数； 相似度确定单元，用于确定最大的相似参数作为所述第一人体图像与所述第二人 体图像的相似度； 第一比对结果确定单元，用于当所述相似度大于等于设定的相似度阈值时，得到 所述第一人体图像与所述第二人体图像相似的比对结果； 第二比对结果确定单元，用于当所述相似度小于设定的相似度阈值时，得到所述 本文档来自技高网...
【技术保护点】
一种人体图像比对方法，其特征在于，包括：获取第一人体图像和第二人体图像；将所述第一人体图像划分为多个图像区域；从所述多个图像区域中选择不同数量的图像区域进行拼接，得到多个人体子图像；对得到的所述多个人体子图像以及所述第二人体图像进行深度学习，得到所述第一人体图像和所述第二人体图像的特征差值图；对得到的所述特征差值图进行深度学习，得到所述第一人体图像和所述第二人体图像的比对结果，所述比对结果包括相似和不相似。
【技术特征摘要】
【专利技术属性】
技术研发人员：谷爱国，温炜，张丛喆，
申请(专利权)人：东方网力科技股份有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。