[發明專利]圖像處理方法、裝置和系統及存儲介質

有效

• 申請號: 201710368776.2
• 申請日: 2017-05-23
• 公開（公告）號: CN108960014B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 彭方玥;張弛
• 申請（專利權）人: 北京曠視科技有限公司;北京邁格威科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京睿邦知識產權代理事務所(普通合伙) 11481
• 代理人: 徐丁峰;戴亞南

本發明的實施例提供了一種圖像處理方法、裝置和系統及存儲介質。圖像處理方法包括：獲取第一待匹配圖像和第二待匹配圖像；利用對抗網絡中的條件生成網絡處理第一待匹配圖像，以獲得用于代表第一待匹配圖像的轉換結果，其中，對抗網絡還包括真實性判別網絡和相關性判別網絡，真實性判別網絡用于判斷輸入圖像的真實性，相關性判別網絡用于判斷輸入圖像的相關性；以及基于轉換結果將第一待匹配圖像與第二待匹配圖像進行匹配。上述方法、裝置和系統及存儲介質有助于提高身份匹配的準確率。

技術領域

本發明涉及圖像處理領域，更具體地涉及一種圖像處理方法、裝置和系統及存儲介質。

背景技術

行人重識別(Person Re-identification)是安防應用中不可或缺的一環。行人重識別就是對多個監控攝像頭采集到的圖像中的行人進行匹配。現有的方法通常采用常規的特征提取方法直接提取兩個行人圖像的特征向量，并根據提取的特征向量來判斷兩個行人的身份是否匹配。此外，一些基于卷積神經網絡的身份匹配方法通過將兩個行人圖像輸入訓練好的卷積神經網絡來直接判斷兩個行人的身份是否匹配。然而，在實際應用中，不同監控攝像頭的場景、光線、視角等圖像采集環境往往差別很大，無論基于特征向量還是基于卷積神經網絡的方法都無法避免圖像采集環境的差異對行人本身信息的影響，這導致現有的身份匹配方法的準確率很難提高。

發明內容

考慮到上述問題而提出了本發明。本發明提供了一種圖像處理方法、裝置和系統及存儲介質。

根據本發明一方面，提供了一種圖像處理方法。該方法包括：獲取第一待匹配圖像和第二待匹配圖像；利用對抗網絡中的條件生成網絡處理第一待匹配圖像，以獲得用于代表第一待匹配圖像的轉換結果，其中，對抗網絡還包括真實性判別網絡和相關性判別網絡，真實性判別網絡用于判斷輸入圖像的真實性，相關性判別網絡用于判斷輸入圖像的相關性；以及基于轉換結果將第一待匹配圖像與第二待匹配圖像進行匹配。

示例性地，轉換結果包括由條件生成網絡輸出的新的第一待匹配圖像，基于轉換結果將第一待匹配圖像與第二待匹配圖像進行匹配包括：將新的第一待匹配圖像和第二待匹配圖像輸入相關性判別網絡，以獲得用于指示新的第一待匹配圖像與第二待匹配圖像之間的相關性的相關性置信度；以及根據相關性置信度確定第一待匹配圖像和第二待匹配圖像是否屬于同一對象。

示例性地，轉換結果包括由條件生成網絡輸出的新的第一待匹配圖像，在基于轉換結果將第一待匹配圖像與第二待匹配圖像進行匹配之前，圖像處理方法還包括：將第二待匹配圖像輸入條件生成網絡，以獲得由條件生成網絡輸出的新的第二待匹配圖像；基于轉換結果將第一待匹配圖像與第二待匹配圖像進行匹配包括：將新的第一待匹配圖像和新的第二待匹配圖像輸入相關性判別網絡，以獲得用于指示新的第一待匹配圖像與新的第二待匹配圖像之間的相關性的相關性置信度；以及根據相關性置信度確定第一待匹配圖像和第二待匹配圖像是否屬于同一對象。

示例性地，條件生成網絡包括卷積神經網絡，轉換結果包括由卷積神經網絡基于第一待匹配圖像輸出的、第一待匹配圖像的特征向量，在基于轉換結果將第一待匹配圖像與第二待匹配圖像進行匹配之前，圖像處理方法還包括：將第二待匹配圖像輸入條件生成網絡，以獲得由卷積神經網絡輸出的、第二待匹配圖像的特征向量；基于轉換結果將第一待匹配圖像與第二待匹配圖像進行匹配包括：基于第一待匹配圖像的特征向量、第二待匹配圖像的特征向量和預設距離計算矩陣，計算第一待匹配圖像與第二待匹配圖像之間的距離；以及根據所計算的距離判斷第一待匹配圖像和第二待匹配圖像是否屬于同一對象。

示例性地，條件生成網絡還包括在卷積神經網絡之后的上采樣層或反卷積神經網絡。