行人重识别方法及装置、存储介质制造方法及图纸

本发明专利技术实施例涉及图像识别技术领域，公开了一种行人重识别方法，包括：获取视频数据及目标人物的参考图像；根据所述目标人物的参考图像确定所述视频数据中的可疑人物，并获取所述视频数据中每个所述可疑人物的候选图像，其中，所述候选图像中所述可疑人物的表观特征与所述参考图像中所述目标人物的表观特征相同；根据所述目标人物的参考图像确定所述候选图像中的所述可疑人物是否为所述目标人物。本实施例中行人重识别方法及装置、存储介质，能够提高行人重识别的整体召回率。提高行人重识别的整体召回率。提高行人重识别的整体召回率。

【技术实现步骤摘要】
行人重识别方法及装置、存储介质


[0001]本申请实施例涉及图像识别
，特别涉及一种行人重识别方法及装置、存储介质。

技术介绍

[0002]随着社会的发展，公共场所的安全问题受到越来越多的关注，智能视频监控与分析系统 得到广泛的应用。人脸识别等身份技术被广泛应用到视频的分析及理解中，但当目标人物大 多距离摄像头较远、监控画面比较模糊或者人脸被遮挡时，采用人脸识别系统对行人身份进 行认证的方法可能会完全失效。此时，可以使用行人重识别系统对行人身份进行识别，行人 重识别是计算机识别领域中一个重要的技术，其解决的问题是，在一个特定的图片或者视频 序列中检索是否存在特定的人。行人重识别技术被广泛应用于刑事侦查、视频监控、行为理 解等领域。
[0003]目前的行人重识别技术对于穿着不同服饰的行人，或者行人图像的明暗程度，色温色调 等表观特征发生改变导致无法识别准确，整体召回率不高。

技术实现思路

[0004]本申请实施例的主要目的在于提出一种行人重识别方法及装置、存储介质，能够提高行 人重识别的整体召回率。
[0005]为实现上述目的，本申请实施例提供了一种行人重识别方法，包括：获取视频数据及目 标人物的参考图像；根据所述目标人物的参考图像确定所述视频数据中的可疑人物，并获取 所述视频数据中每个所述可疑人物的候选图像，其中，所述候选图像中所述可疑人物的表观 特征与所述参考图像中所述目标人物的表观特征相同；根据所述目标人物的参考图像确定所 述候选图像中的所述可疑人物是否为所述目标人物。/>[0006]为实现上述目的，本申请实施例还提供了一种行人重识别装置，包括至少一个处理器； 以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一 个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够 执行上述行人重识别方法。
[0007]为实现上述目的，本申请实施例还提供了一种计算机可读存储介质，存储有计算机程序， 其特征在于，所述计算机程序被处理器执行时实现上述行人重识别方法。
[0008]本申请提出的行人重识别方法先获取视频数据及目标人物的参考图像，之后，根据目标 人物的参考图像确定视频数据中的可疑人物，并获取视频数据中每个可疑人物的候选图像， 候选图像中可疑人物的表观特征与目标人物的表观特征相同，再根据目标人物的参考图像确 定候选图像中的可疑人物是否为目标人物，充分考虑同一个行人穿着不同服饰、或者由于不 同摄像头采集区域内的光照情况差异较大而导致同一行人的表观特征发生改变的情况，避免 由于表观特征的改变而无法准确识别目标人物，提高了行人重识别的整体召回率。
附图说明
[0009]一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不 构成对实施例的限定。
[0010]图1是本专利技术实施例中一种行人重识别方法的流程示意图；
[0011]图2是本专利技术实施例中另一种行人重识别方法的流程示意图；
[0012]图3是本专利技术实施例中利用样式转换网络(又称风格迁移网络)进行表观特征的统一的 示意图；
[0013]图4是本专利技术实施例中行人重识别方法的示例流程图；图5是本专利技术实施例中行人重识别装置的结构示意图。
具体实施方式
[0014]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合附图对本申请的各实 施例进行详细的阐述。然而，本领域的普通技术人员可以理解，在本申请各实施例中，为了 使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下 各实施例的种种变化和修改，也可以实现本申请所要求保护的技术方案。以下各个实施例的 划分是为了描述方便，不应对本申请的具体实现方式构成任何限定，各个实施例在不矛盾的 前提下可以相互结合相互引用。
[0015]目前行人重识别方法主要通过表观特征综合进行分析判断，表观特征包括衣着服饰、明 暗程度、色温色调等。在较短的时间范围内，同一个行人的服饰保持不变，现有的行人重识 别网络可以适应个体姿态、轻微的光照变化及摄像头视角变化带来的影响。但在较长的时间 范围内，比如一个月后，同一个行人的服饰可能会发生改变，由于现有的行人重识别方法对 表观特征非常敏感，在该情况下，行人重识别方法无法满足对穿着不同服饰的同一个行人的 识别；同时，不同摄像头采集区域内的光照情况差异较大，也会导致同一个行人图像的明暗 程度，色温色调等表观特征相差较大。同一行人的表观特征发生改变，会导致行人重识别方 法的准确率降低，行人重识别的整体召回率不高。
[0016]为了缓解行人表观特征的变化对行人重识别方法的影响，提升行人重识别方法的稳定性 与泛化性，本申请实施例提出了一种行人重识别方法如图1所示，包括：
[0017]步骤S11：获取视频数据及目标人物的参考图像。
[0018]具体的说，从多个监控摄像头获取多个视频数据，这多个监控摄像头可分布于不同的位 置处，每个监控摄像头对应一个视频数据。目标人物即为需要从这多个视频数据中追踪到的 行人。
[0019]步骤S12：根据目标人物的参考图像确定视频数据中的可疑人物，并获取视频数据中每 个可疑人物的候选图像。
[0020]具体的说，目标人物的参考图像中包括目标人物的刑侦学特征，可依据目标人物的参考 图像中的刑侦学特征来确定视频数据中的可疑人物。该刑侦学特征例如：步态特征、体型、 身高等。本实施例中可依据目标人物的参考图像中该目标人物的步态特征来确定视频数据中 的可疑人物，或者，依据目标人物的参考图像中该目标人物的体型来确定视频数据中的可疑 人物，或者，依据目标人物的参考图像中该目标人物的身高来确定视频数据中的可疑人物。 在确定视频数据中的可疑人物后，获取视频数据中该可疑人物出现的的
候选图像，候选图像 中可疑人物的表观特征与参考图像中目标人物的表观特征相同。这里的表观特征是指图像中 饿衣着服饰、明暗程度、色温色调等。
[0021]步骤S13：根据目标人物的参考图像确定候选图像中的可疑人物是否为目标人物。
[0022]本实施例中充分考虑同一个行人穿着不同服饰、或者由于不同摄像头采集区域内的光照 情况差异较大而导致同一行人的表观特征发生改变的情况，由于候选图像中可疑人物的表观 特征与参考图像中目标人物的表观特征相同，因此，能够避免由于表观特征的改变而无法准 确识别目标人物的情况，提高了行人重识别的整体召回率。
[0023]本实施例中还提出了另一种行人重识别方法如图2所示，包括：
[0024]步骤S21：获取视频数据及目标人物的参考图像。
[0025]上述步骤S21与前一实施例中的步骤S11相同，为避免重复，本实施例中不再赘述。
[0026]步骤S22：根据目标人物的参考图像确定目标人物的刑侦学特征，并根据目标人物的刑 侦学特征和预先设置的行人活动轨迹数据库筛选视频数据中的可疑人物。
[0027]由于用于行人重识别的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行人重识别方法，其特征在于，包括：获取视频数据及目标人物的参考图像；根据所述目标人物的参考图像确定所述视频数据中的可疑人物，并获取所述视频数据中每个所述可疑人物的候选图像，其中，所述候选图像中所述可疑人物的表观特征与所述参考图像中所述目标人物的表观特征相同；根据所述目标人物的参考图像确定所述候选图像中的所述可疑人物是否为所述目标人物。2.根据权利要求1所述的行人重识别方法，其特征在于，所述根据所述目标人物的参考图像确定所述视频数据中的可疑人物，并获取所述视频数据中每个所述可疑人物的候选图像，包括：根据所述目标人物的参考图像确定所述目标人物的刑侦学特征；根据所述目标人物的刑侦学特征和预先设置的行人活动轨迹数据库筛选所述视频数据中的可疑人物，所述预先设置的行人活动轨迹数据库中存储有所述视频数据中所有行人的活动轨迹，所述活动轨迹表征所述行人在视频中一段时间内的连续位置；根据所述可疑人物从预先设置的行人图片查询库中确定所述可疑人物的候选图像，所述行人图片查询库中存储有每个行人在所述视频数据中出现的图像帧，且所述行人图片查询库所有图像帧中行人的表观特征相同；统一所述候选图像中所述可疑人物的表观特征与所述目标人物的参考图像中所述目标人物的表观特征。3.根据权利要求2所述的行人重识别方法，其特征在于，所述根据所述目标人物的刑侦学特征和预先设置的行人活动轨迹数据库筛选所述视频数据中的可疑人物，包括：从所述预先设置的行人活动轨迹数据库中获取每个行人的活动轨迹；根据所述每个行人的活动轨迹从所述视频数据中获取与所述活动轨迹对应的连续的图像帧；根据所述连续的图像帧计算每个所述行人的刑侦学特征；根据所述目标人物的刑侦学特征与每个行人的刑侦学特征之间的相似度确定所述行人为所述可疑人物。4.根据权利要求2所述的行人重识别方法，其特征在于，所述预先设置的行人活动轨迹数据库通过以下方式得到：确定所述视频数据中每个行人的活动轨迹，所述活动轨迹表征所述行人在视频中一段时间内的连续位置；根据刑侦学特征对所述活动轨迹进行聚类，一个类中的所有活动轨迹属于同一个行人；根据聚类后的所述活动轨迹构架所述行人活动轨迹数据库。5.根据权利要求2所述的行人重识别方法，其特征在于，所述预先设置的行人图片查询库通过以下...

【专利技术属性】
技术研发人员：陆建国，刘明，申光，侯春华，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：