一种目标重识别方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术提供了一种目标重识别方法、装置及计算机可读存储介质，该方法包括：获取设置于监控区域内的多个摄像头采集的多个当前帧；根据多个当前帧进行目标检测，确定每个摄像头捕获到的目标图像；根据每个摄像头捕获到的目标图像进行数量检测，得到全局目标数量；根据目标图像和目标识别库进行目标重识别，目标识别库包括至少一个目标的身份标识和特征数据；当检测到全局目标数量符合预设增加条件时，根据目标重识别的结果确定至少一个未识别目标图像，创建新的身份标识对至少一个未识别目标图像进行标记；根据新的身份标识和至少一个未识别目标图像的特征数据更新目标识别库。利用上述方法，能够提供目标重识别的准确度和稳定性。性。性。

【技术实现步骤摘要】
一种目标重识别方法、装置及计算机可读存储介质


[0001]本专利技术属于识别领域，具体涉及一种目标重识别方法、装置及计算机可读存储介质。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]目前，随着视频监控技术的普及以及不断提升的安防需求，应用于视频监控领域中的目标重识别逐渐成为计算机视觉研究领域的热点之一。
[0004]在诸如数据中心、商场等的安全需求较高的监控场所中实现跨摄像头的目标重识别显得非常重要。在目标重识别过程中，当新的目标进入监控区域时，需要为该新的目标分配一个新ID以便后续进行识别，业界通常采用计算目标图像和目标识别库中的特征数据之间的特征相似度的方法来判断是否创建并分配新ID，而有些场景下，由于目标遮挡、拍摄角度等问题会对上述判断的准确度造成较大的影响，进而可能造成目标重识别不准确的问题。

技术实现思路

[0005]针对上述现有技术中存在的问题，提出了一种目标重识别方法、装置及计算机可读存储介质本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标重识别方法，其特征在于，包括：获取设置于监控区域内的多个摄像头采集的多个当前帧；根据所述多个当前帧进行目标检测，确定每个摄像头捕获到的目标图像；根据每个摄像头捕获到的所述目标图像进行数量检测，得到全局目标数量；根据所述目标图像和目标识别库进行目标重识别，所述目标识别库包括至少一个目标的身份标识和特征数据；当检测到所述全局目标数量符合预设增加条件时，根据所述目标重识别的结果确定至少一个未识别目标图像，创建新的身份标识对所述至少一个未识别目标图像进行标记；根据所述新的身份标识和所述至少一个未识别目标图像的特征数据更新所述目标识别库。2.根据权利要求1所述的方法，其特征在于，根据所述多个当前帧进行目标检测，还包括：将所述多个当前帧输入经训练的目标检测模型，以提取出每个摄像头捕获到的所述目标图像；其中，所述目标检测模型为基于YOLOv4
‑
tiny网络创建的人体检测模型。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：根据所述监控区域内的真实采集图像对所述YOLOv4
‑
tiny网络进行训练，得到所述目标检测模型。4.根据权利要求1所述的方法，其特征在于，所述目标图像为所述当前帧中包含目标特征的局部图像，根据每个摄像头捕获到的所述目标图像进行数量检测，还包括：根据每个摄像头的取景位置对捕获到的所述目标图像进行位置转换，得到每个摄像头捕获到的所述目标图像对应的全局位置；确定由不同摄像头各自捕获的所述目标图像的全局位置重合度，根据所述全局位置重合度对不同摄像头各自捕获的所述目标图像进行筛选，检测筛选后保留的所述目标图像的数量。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：当所述数量检测的结果少于在先全局目标数量时，则根据所述多个摄像头采集的所述多个当前帧和所述多个当前帧的上一帧，判断是否存在从预定区域离开所述监控区域的目标；若不存在所述目标，则仍然保留所述在先全局目标数量作为本次确定的所述全局目标数量；若存在所述目标，则将所述数量检测的结果作为本次确定的所述全局目标数量；其中，所述在先全局目标数量根据对所述多个当前帧的上一帧进行所述目标检测和所述数量检测得到。6.根据权利要求4所述的方法，其特征在于，以及，根据每个摄像头的取景位置对捕获到的所述目标图像进行位置转换,还包括：根据每个摄像头的取景位置对所述当前帧中的所述目标图像的底部中心点进行投影变换，从而确定所述每个所述目标图像的地面坐标。7.根据权利要求1
‑
6中任意一项所述的方法，其特征在于，所述方法还包括：将所述多个当前帧输入经训练的目标数量检测模型，以执行所述目标检测和所述数量
检测，得到所述全局目标数量；其中，所述目标数量检测模型为基于YOLOv4
‑
tiny网络创建的行人数量检测模型。8.根据权利要求1所述的方法，其特征在于，根据所述目标图像和目标识别库进行目标重识别，还包括：计算所述目标图像与所述目标识别库中的特征数据之间的相似度，并依据计算得到的相似度，对所述目标图像进行目标重识别；当所述目标重识别的结果指示第一目标图像与所述目标识别库中的第一目标匹配时，根据所述第一目标的身份标识对所述第一目标图像进行标记。9.根据权利要求1所述的方法，其特征在于，所述方法还包括：若所述当前帧为非首帧，且当前帧对应的所述全局目标数量相较于上一帧对应的所述全局目标数量增加时，则所述全局目标数量符合所述预设增加条件；若所述当前帧为首帧时，默认所述全局目标数量符合所述预设增加条件。10.根据权利要求1所述的方法，其特征在于，根据所述新的身份标识和所述至少一个未识别目标图像的特征数据更新所述目标识别库，还包括：判断所述至少一个未识别目标图像是否满足预设图像质量条件；将所述新的身份标识和满足所述预设图像质量条件的所述未识别目标图像对应存入所述目标识别库。11.根据权利要求8所述的方法，其特征在于，根据所述目标图像和目标识别库进行目标重识别之后，所述方法还包括：根据所述第一目标图像或所述第一目标图像的特征值对所述目标识别库中的所述第一目标的特征数据进行动态更新。12.根据权利要求1所述的方法，其特征在于，所述方法还包括对所述目标识别库进行替换更新，具体包括：根据所述目标识别库中的每个目标的所述特征数据对应的来源时间和当前时间的比较结果，对所述目标识别库进行替换更新；和/或，根据所述目标识别库中的每个目标的所述特征数据对应的全局位置和每个所述目标的当前全局位置的比较结果，对所述目标识别库进行替换更新；和/或，根据所述目标识别库中的每个目标的多个特征数据之间的特征相似度，对所述目标识别库进行替换更新。13.根据权利要求12所述的方法，其特征在于，所述方法还包括：任意一个所述目标的所述特征数据的数量超过预设阈值之后，启动所述替换更新。14.一种目标重识别装置，其特征在于，包括：获取模块，用于获取设置于监控区域内的多个摄像头采集的多个当前帧；目标检测模块，用于根据所述多个当前帧进行目标检测，确定每个摄像头捕获到的目标图像；数量检测模块，用于根据...

【专利技术属性】
技术研发人员：任培铭，刘金杰，乐振浒，林诰，
申请(专利权)人：中国银联股份有限公司，
类型：发明
国别省市：