无人超市的行人重识别方法、装置、设备及存储介质制造方法及图纸

本申请实施例公开了一种无人超市的行人重识别方法、装置、电子设备及存储介质。本申请实施例提供的技术方案，通过获取进入无人超市的各个行人顶部视角的图像数据及对应的ID信息，将各个图像数据输入预先训练的行人重识别模型进行行人特征提取，并将提取到的行人特征与对应的ID信息绑定放入候选集。在进行行人ID查询时，获取用于行人ID查询的待检测图像，将待检测图像输入行人重识别模型提取对应的行人特征，并基于对应的行人特征查询候选集，确定对应行人的ID信息。采用上述技术手段，可以避免行人相互遮挡影响行人身份识别的技术问题，提供较好的行人重识别效果，并进一步优化无人超市的运行效果。

【技术实现步骤摘要】
无人超市的行人重识别方法、装置、设备及存储介质
本申请实施例涉及计算机视觉
，尤其涉及一种无人超市的行人重识别方法、装置、电子设备及存储介质。
技术介绍
随着新零售概念的提出和落实，其衍生产物无人超市也得到了快速的发展。为了实现无人超市的自动零售，会将计算机视觉技术和人工智能技术大量在无人超市中。其中。在无人超市中存在许多需要判断行人身份的场景，例如确定拿走商品的行人、结账的行人等。而由于单个摄像头的拍摄范围无法覆盖整个无人超市，无法全程跟踪行人，需要使用跨摄像头的重识别方法对行人进行重识别，以确定无人超市中行人的身份。现有的行人重识别(PersonRe-identification，简称为ReID)技术主要是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。其通过摄像头获取行人斜侧视角的图像数据，以通过图像数据中确定行人头部、身躯、四肢等特征信息，进一步通过特征信息比对确定行人的身份。但是，现有的行人重识别算法一般都是通过斜侧视角进行图像数据获取的，而无人超市受限于空间影响，斜侧视角获取的图像数据效果较差。并且，通本文档来自技高网...

【技术保护点】
1.一种无人超市的行人重识别方法，其特征在于，包括：/n获取进入无人超市的各个行人的图像数据及对应的ID信息，所述图像数据对应各个行人的顶部视角获取；/n将各个所述图像数据输入预先训练的行人重识别模型进行行人特征提取，将提取到的行人特征与对应的ID信息绑定并放入候选集；/n在进行行人ID查询时，获取用于行人ID查询的待检测图像，所述待检测图像对应行人的顶部视角获取，将所述待检测图像输入所述行人重识别模型提取对应的行人特征，并基于对应的行人特征查询所述候选集，确定对应行人的ID信息。/n

【技术特征摘要】
1.一种无人超市的行人重识别方法，其特征在于，包括：
获取进入无人超市的各个行人的图像数据及对应的ID信息，所述图像数据对应各个行人的顶部视角获取；
将各个所述图像数据输入预先训练的行人重识别模型进行行人特征提取，将提取到的行人特征与对应的ID信息绑定并放入候选集；
在进行行人ID查询时，获取用于行人ID查询的待检测图像，所述待检测图像对应行人的顶部视角获取，将所述待检测图像输入所述行人重识别模型提取对应的行人特征，并基于对应的行人特征查询所述候选集，确定对应行人的ID信息。


2.根据权利要求1所述的无人超市的行人重识别方法，其特征在于，所述获取进入无人超市的各个行人的图像数据，包括：
从各个行人顶部视角的中心、边缘及对角处获取各个行人的图像数据。


3.根据权利要求1所述的无人超市的行人重识别方法，其特征在于，所述行人重识别模型进行行人特征提取包括：
通过目标检测模型检测图像数据或待检测图像中的行人图片；
根据检测区域从所述行人图片中筛选待识别图片，所述检测区域为行人重识别模型对应检测识别的设定位置；
将待识别图片输入预先训练的行人重识别模型进行行人特征提取。


4.根据权利要求1所述的无人超市的行人重识别方法，其特征在于，所述将提取到的行人特征与对应的ID信息绑定并放入候选集，还包括：
根据目标跟踪算法对各个行人配置对应的trackid，将所述trackid与所述ID信息绑定，所述trackid用于对应行人的轨迹跟踪；
对应的，所述在进行行人ID查询时，获取用于行人ID查询的待检测图像，包括：
响应于触发信号进行行人ID查询，对应新增的trackid，通过拟合出对应行人的移动轨迹，确定和触发位置及移动轨迹距离之和最近的对应行人，以对应行人的图像数据作为待检测图像；
或者，响应于触发信号进行行人ID查询，对应已有的trackid，确定和触发位置最近的trackid坐标所对应的行人，以对应行人的图像数据作为待检测图像...

【专利技术属性】
技术研发人员：冯镇业，
申请(专利权)人：广州织点智能科技有限公司，
类型：发明
国别省市：广东;44