基于空间约束的行人重识别方法及设备技术

本发明专利技术提出了一种基于空间约束的行人重识别方法及设备，包括：获取观测场景内的图像信息进行分析，计算投影矩阵；智能前端对相应的行人目标进行单镜头跟踪，生成行人目标跟踪轨迹，通过坐标映射转换为三维空间的坐标轨迹；后台服务器接收来自智能前端返回的行人目标跟踪轨迹，对该行人目标跟踪轨迹进行聚合，得到聚合轨迹；后台服务器根据聚合轨迹，分别对每个单镜头下的行人目标跟踪轨迹进行采样；后台服务器接收到待检索的行人图像，提取该行人图像的特征作为检索特征，将该检索特征与存储的多个特征基础对比，查找对比成功的行人目标轨迹，并按照置信度进行排序，返回检索结果。本发明专利技术通过三维空间约束提升行人搜索的准确性。

Pedestrian weight recognition method and equipment based on space constraints

The present invention provides a method and apparatus for recognizing heavy pedestrian space, based on constraint analysis includes: acquiring image information in the scene observation, calculate the projection matrix; intelligent front end to the pedestrian target of the corresponding single camera tracking, pedestrian tracking trajectory generation, through coordinate mapping into coordinate path in three-dimensional space background; the server receives from the pedestrian target intelligent front-end return trajectory tracking of the pedestrian tracking, trajectory polymerization, polymerization trajectory; the background server according to the polymerization locus, respectively for each single lens under the pedestrian target tracking trajectory sampling; the background server receives the pedestrian image retrieval, feature extraction of image retrieval as the pedestrian characteristics a plurality of characteristics, comparing the retrieval and storage characteristics of foundation, comparison of successful pedestrian target search Track, and sort through confidence, return the retrieval result. The invention improves the accuracy of pedestrian search by three-dimensional space constraints.

【技术实现步骤摘要】
基于空间约束的行人重识别方法及设备
本专利技术涉及智能视频分析
，特别涉及一种基于空间约束的行人重识别方法及设备。
技术介绍
随着经济的快速发展和人口的流动，特别是在大城市，出现较多的人口密集区域，而这些人口密集区域正是安全问题频发的敏感区域，因此这些敏感区域也成为城市建设中的隐忧。为了杜绝重点敏感区域中各种盗窃、抢劫和打架等问题的发生，有关部门在相关位置安装了大量的摄像头，用于对这些区域进行实时监管，但由于距离较远或者清晰度等问题，在发生突发事件后并不能对嫌疑人进行准确的定位和追踪，并不能达到预期的效果。传统的行人re-id的方法比较简单，都是针对多个镜头的视频图像进行导入，仅仅依靠特征比对来处理，并没有利用到有效的三维空间信息，甚至是时间信息，这些信息作为目标的连续性轨迹刻画是非常有价值的。
技术实现思路
本专利技术的目的旨在至少解决所述技术缺陷之一。为此，本专利技术的目的在于提出一种基于空间约束的行人重识别方法及设备。为了实现上述目的，本专利技术一方面的实施例提供一种基于空间约束的行人重识别方法，包括如下步骤：步骤S1，利用拍摄设备获取观测场景内的图像信息，并传输给智能前端，本文档来自技高网...

【技术保护点】
一种基于空间约束的行人重识别方法，其特征在于，包括如下步骤：步骤S1，利用拍摄设备获取观测场景内的图像信息，并传输给智能前端，由所述智能前端对所述图像信息进行分析，提取场景内的行人特征，将所述行人特征绑定对应时间信息标签，并根据预先标定好的拍摄设备位置和角度以计算投影矩阵，以实现多个像素坐标到统一的三维坐标的转换；步骤S2，所述智能前端根据步骤S1中得到行人特征，对相应的行人目标进行单镜头跟踪，生成行人目标跟踪轨迹，通过坐标映射转换为三维空间的坐标轨迹；步骤S3，后台服务器接收来自所述智能前端返回的行人目标跟踪轨迹，对该行人目标跟踪轨迹进行聚合，得到聚合轨迹，包括：分别采用单镜头内部聚合和跨镜...

【技术特征摘要】
1.一种基于空间约束的行人重识别方法，其特征在于，包括如下步骤：步骤S1，利用拍摄设备获取观测场景内的图像信息，并传输给智能前端，由所述智能前端对所述图像信息进行分析，提取场景内的行人特征，将所述行人特征绑定对应时间信息标签，并根据预先标定好的拍摄设备位置和角度以计算投影矩阵，以实现多个像素坐标到统一的三维坐标的转换；步骤S2，所述智能前端根据步骤S1中得到行人特征，对相应的行人目标进行单镜头跟踪，生成行人目标跟踪轨迹，通过坐标映射转换为三维空间的坐标轨迹；步骤S3，后台服务器接收来自所述智能前端返回的行人目标跟踪轨迹，对该行人目标跟踪轨迹进行聚合，得到聚合轨迹，包括：分别采用单镜头内部聚合和跨镜头聚合方式；步骤S4，所述后台服务器根据步骤S3中得到的聚合轨迹，分别对每个单镜头下的行人目标跟踪轨迹进行采样，作为行人目标的特征基础Gallery，并将跨镜头聚合的目标对应同一个GalleryID；步骤S5，所述后台服务器接收到待检索的行人图像，提取该行人图像的特征作为检索特征，将该检索特征与存储的多个特征基础Gallery进行对比，查找对比成功的行人目标轨迹，并按照置信度进行排序，返回检索结果。2.如权利要求1所述的基于空间约束的行人重识别方法，其特征在于，在所述步骤S1中，所述智能前端对所述图像信息进行分析，包括：所述智能前端基于GPU加速的DCNN算法，该算法分为两步训练：首先训练行人检测器，然后进行网络压缩以减少层数和通道、权值聚合，并根据前面的检测结果重新训练，得到适用于当前视角的检测器；在行人检测算法基础上加入特定特征检测，对局部特性进行刻画，以作为整体特征的补充特征。3.如权利要求1所述的基于空间约束的行人重识别方法，其特征在于，在所述步骤S3中，所述单镜头内部的聚合，包括如下步骤：内部聚合通过re-id处理由于遮挡、变形、光照问题导致的目标轨迹断续情况，通过特征比对实现连续轨迹刻画；所述跨镜头的聚合，包括如下步骤：跨镜头聚合处理目标的跨镜头行为，根据目标投影的运动方向信息，在三维空间内寻找周围的摄像机覆盖，并根据最大可能性对摄像机赋予权值，基于该权值进行目标的re-id聚合，刻画跨镜头轨迹。4.如权利要求1所述的基于空间约束的行人重识别方法，其特征在于，在所述步骤S4中，所述对每个单镜头下的行人目标跟踪轨迹进行采样，包括：通过目标轨迹进行序列采样的方法，该采样方法结合re-id置信度阈值完成执行。5.如权利要求1所述的基于空间约束的行人重识别方法，其特征在于，在所述步骤S5中，所述查找对比成功的行人目标轨迹，并按照置信度进行排序，包括如下步骤：根据输入的待检索的行人图像，采用两级检索机制，首先得到最高置信度的目标位置，然后优先基于该目标周围进行检索。6.一种基于空间约束的行人重识别设备，其特征在于，包括：拍摄设备、智能前端和后台服务器，其中，所述拍摄设备与...

【专利技术属性】
技术研发人员：张政，李晓波，
申请(专利权)人：北京正安维视科技股份有限公司，
类型：发明
国别省市：北京,11