[發明專利]基于空間約束的行人重識別方法及設備

有效

• 申請號: 201710916212.8
• 申請日: 2017-09-30
• 公開（公告）號: CN107704824B
• 公開（公告）日: 2020-05-29
• 發明（設計）人: 張政;李曉波
• 申請（專利權）人: 北京正安維視科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/246
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 文芳

1.一種基于空間約束的行人重識別方法，其特征在于，包括如下步驟：

步驟S1，利用拍攝設備獲取觀測場景內的圖像信息，并傳輸給智能前端，由所述智能前端對所述圖像信息進行分析，提取場景內的行人特征，將所述行人特征綁定對應時間信息標簽，并根據預先標定好的拍攝設備位置和角度以計算投影矩陣，以實現多個像素坐標到統一的三維坐標的轉換；

步驟S2，所述智能前端根據步驟S1中得到的所述行人特征，對相應的行人目標進行單鏡頭跟蹤，生成行人目標跟蹤軌跡，通過坐標映射轉換為三維空間的坐標軌跡；

步驟S3，后臺服務器接收來自所述智能前端返回的行人目標跟蹤軌跡，對該行人目標跟蹤軌跡進行聚合，得到聚合軌跡，包括：分別采用單鏡頭內部聚合和跨鏡頭聚合方式；

步驟S4，所述后臺服務器根據步驟S3中得到的聚合軌跡，分別對每個單鏡頭下的行人目標跟蹤軌跡進行采樣，作為行人目標的特征基礎Gallery，并將跨鏡頭聚合的目標對應同一個Gallery ID；

步驟S5，所述后臺服務器接收到待檢索的行人圖像，提取該行人圖像的特征作為檢索特征，將該檢索特征與存儲的多個特征基礎Gallery進行對比，查找對比成功的行人目標軌跡，并按照置信度進行排序，返回檢索結果。

2.如權利要求1所述的基于空間約束的行人重識別方法，其特征在于，在所述步驟S1中，所述智能前端對所述圖像信息進行分析，包括：所述智能前端基于GPU加速的DCNN算法，該算法分為兩步訓練：

首先訓練行人檢測器，然后進行網絡壓縮以減少層數和通道、權值聚合，并根據前面的檢測結果重新訓練，得到適用于當前視角的檢測器；在行人檢測算法基礎上加入特定特征檢測，對局部特性進行刻畫，以作為整體特征的補充特征。

3.如權利要求1所述的基于空間約束的行人重識別方法，其特征在于，在所述步驟S3中，所述單鏡頭內部的聚合，包括如下步驟：內部聚合通過re-id處理由于遮擋、變形、光照問題導致的目標軌跡斷續情況，通過特征比對實現連續軌跡刻畫；

所述跨鏡頭的聚合，包括如下步驟：跨鏡頭聚合處理目標的跨鏡頭行為，根據目標投影的運動方向信息，在三維空間內尋找周圍的攝像機覆蓋，并根據最大可能性對攝像機賦予權值，基于該權值進行目標的re-id聚合，刻畫跨鏡頭軌跡。

4.如權利要求1所述的基于空間約束的行人重識別方法，其特征在于，在所述步驟S4中，所述對每個單鏡頭下的行人目標跟蹤軌跡進行采樣，包括：通過目標軌跡進行序列采樣的方法，該采樣方法結合re-id置信度閾值完成執行。

5.如權利要求1所述的基于空間約束的行人重識別方法，其特征在于，在所述步驟S5中，所述查找對比成功的行人目標軌跡，并按照置信度進行排序，包括如下步驟：根據輸入的待檢索的行人圖像，采用兩級檢索機制，首先得到最高置信度的目標位置，然后優先基于該目標周圍進行檢索。