【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于多相机系统的自动行人重识别方法、装置及设备。
技术介绍
1、多相机系统在现实生活中有着极为重要且广泛的应用。这些多相机监控系统的搭建不但能对空间内的信息进行实时的记录，还能满足走散行人查找等日常需求及监控重点人群轨迹、追踪嫌疑人等安防需求。行人重识别(person re-identification，reid)问题作为多相机系统中的热门问题被广泛研究，初代及二代的行人重识别方法分别以提取特征准确性及研究跨相机域模型标注的准确性为目标。
2、但随着多相机系统带来的海量视频流及在大模型影响下，行人重识别问题的发展方向开始由模型出发转变为从数据源出发。但对于现有的有监督及无监督行人重识别方案都存在两点问题：一是样本需要高昂成本的手工标注，或需要其他数据集上的已标注知识作为辅助进行知识迁移。二是整体过程为静态且分裂的，忽略了推理、训练和样本更新三者的有机结合能够使模型动态的进行更新更好的适应当前域。
3、因此亟需提供一种能够利用多相机系统中提供的多视角和约束信息，自动化的采集海量视频流中的信息，并对其进行有效的标注和样本管理的方法。
技术实现思路
1、为克服相关技术中存在的问题，本公开提供一种基于多相机系统的自动行人重识别方法及装置，以解决相关技术中上述提及的技术问题。
2、本说明书一个或多个实施例提供了一种基于多相机系统的自动行人重识别方法，所述多相机系统中各摄像机的视野与空间场内的任意其他相机视野有交叠，基于多
3、设定多相机系统实现联合标定，并通过时空一致性约束条件进行行人图像采集；
4、通过所述多相机系统采集样本并进行自动标注，并通过时空约束信息和相似性度量方法对样本进行初步筛选获得待查新样本集；
5、将待查新样本集输入至初始reid模型，通过组推理方法判断待查新样本集中各样本在样本库中是否存在，将不存在样本库中的样本设置新的id的样本集存储，通过投票机制方法以更新至样本库，若存在，则加入样本库对应的样本集；
6、通过更新后的样本库中的样本数据对初始reid模型进行迭代训练，并将获得的新权重参数输入到初始reid模型中以进行校正。
7、本说明书一个或多个实施例提供了一种基于多相机系统的自动行人重识别装置，所述多相机系统中各摄像机的视野与空间场内的任意其他相机视野有交叠，自动行人重识别装置包括：
8、相机参数设定模块，用于设定多相机系统实现联合标定，并通过时空一致性约束条件进行行人图像采集；
9、样本获取模块，用于接收所述多相机系统采集样本并进行自动标注，并通过时空约束信息和相似性度量方法对样本进行初步筛选获得待查新样本集；
10、样本库更新模块，将待查新样本集输入至初始reid模型，通过组推理方法判断待查新样本集中各样本在样本库中是否存在，将不存在样本库中的样本设置新的id的样本集存储，通过投票机制方法以更新至样本库，若存在，则加入样本库；
11、模型迭代模块，用于通过更新后的样本库中的样本数据对初始reid模型进行迭代训练，并将获得的新权重参数输入到初始reid模型中以进行校正。
12、本说明书一个或多个实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述所述基于多相机系统的自动行人重识别方法。
13、本说明书一个或多个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述基于多相机系统的自动行人重识别方法的步骤。
14、本公开提供的一种基于多相机系统的自动行人重识别方法、装置、设备及介质，优点在于，利用多相机系统进行基于时空一致性约束的样本采集，并使用组推理方法判断结果来指导样本库的更新，最后使用更新完成后的样本库进行模型的迭代训练，并将获得的新权重参数输入到初始reid模型中以进行校正，本方法相较于传统行人重识别方法能够根据多相机系统提供的时空约束信息自动的获取高质量的标注行人样本，并动态的对样本进行更新、管理及训练，极大的减少了海量视频手工标注的成本。
本文档来自技高网...【技术保护点】
1.一种基于多相机系统的自动行人重识别方法，其特征在于，所述多相机系统中各摄像机的视野与空间场内的任意其他相机视野有交叠，基于多相机系统，实现以下步骤：
2.如权利要求1所述的基于多相机系统的自动行人重识别方法，其特征在于，所述通过所述多相机系统采集样本并进行自动标注，并通过时空约束信息和相似性度量方法对样本进行初步筛选获得待查新样本集具体包括步骤：
3.如权利要求2所述的基于多相机系统的自动行人重识别方法，其特征在于，所述短时空样本相似性评估包括基于时间局部性的样本相似性评估和基于空间局部性的样本相似性评估，具体为：
4.如权利要求2所述的基于多相机系统的自动行人重识别方法，其特征在于，所述利用长时空样本相似性评估用于将多个短时空内得到的初步样本组中各样本特征化后根据样本的相似度进行特征匹配后合并样本，获得合并后的待查新样本集包括步骤：
5.如权利要求1所述的基于多相机系统的自动行人重识别方法，其特征在于，所述将待查新样本集输入至初始ReID模型，通过组推理方法判断待查新样本集中各样本在样本库中是否存在，将不存在样本库中的样本设置
6.如权利要求1所述的基于多相机系统的自动行人重识别方法，其特征在于，所述通过更新后的样本库中的样本数据对ReID模型进行迭代训练，具体包括分别使用新增样本和更新后的样本库数据对ReID模型进行优化迭代训练。
7.一种基于多相机系统的自动行人重识别装置，其特征在于，所述多相机系统中各摄像机的视野与空间场内的任意其他相机视野有交叠，自动行人重识别装置包括：
8.如权利要求3所述的基于多相机系统的自动行人重识别装置，其特征在于，所述多相机系统中空间场内60％以上的区域被至少一个摄像机覆盖。
9.计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述基于多相机系统的自动行人重识别方法。
10.计算机可读存储介质，所述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如权利要求1至6任一项所述基于多相机系统的自动行人重识别方法的步骤。
...【技术特征摘要】
1.一种基于多相机系统的自动行人重识别方法，其特征在于，所述多相机系统中各摄像机的视野与空间场内的任意其他相机视野有交叠，基于多相机系统，实现以下步骤：
2.如权利要求1所述的基于多相机系统的自动行人重识别方法，其特征在于，所述通过所述多相机系统采集样本并进行自动标注，并通过时空约束信息和相似性度量方法对样本进行初步筛选获得待查新样本集具体包括步骤：
3.如权利要求2所述的基于多相机系统的自动行人重识别方法，其特征在于，所述短时空样本相似性评估包括基于时间局部性的样本相似性评估和基于空间局部性的样本相似性评估，具体为：
4.如权利要求2所述的基于多相机系统的自动行人重识别方法，其特征在于，所述利用长时空样本相似性评估用于将多个短时空内得到的初步样本组中各样本特征化后根据样本的相似度进行特征匹配后合并样本，获得合并后的待查新样本集包括步骤：
5.如权利要求1所述的基于多相机系统的自动行人重识别方法，其特征在于，所述将待查新样本集输入至初始reid模型，通过组推理方法判断待查新样本集中各样本在样本库中是否存在，将不存在样本库中的样本设置新的id的样本集存储...
【专利技术属性】
技术研发人员：禹旻，黄智濒，曹凌婧，黄志林，李煜权，
申请(专利权)人：中国航天空气动力技术研究院，
类型：发明
国别省市：
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。