[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

本發明提出了一種基于空間約束的行人重識別方法及設備，包括：獲取觀測場景內的圖像信息進行分析，計算投影矩陣；智能前端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；后臺服務器接收來自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；后臺服務器根據聚合軌跡，分別對每個單鏡頭下的行人目標跟蹤軌跡進行采樣；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。本發明通過三維空間約束提升行人搜索的準確性。

技術領域

本發明涉及智能視頻分析技術領域，特別涉及一種基于空間約束的行人重識別方法及設備。

背景技術

隨著經濟的快速發展和人口的流動，特別是在大城市，出現較多的人口密集區域，而這些人口密集區域正是安全問題頻發的敏感區域，因此這些敏感區域也成為城市建設中的隱憂。為了杜絕重點敏感區域中各種盜竊、搶劫和打架等問題的發生，有關部門在相關位置安裝了大量的攝像頭，用于對這些區域進行實時監管，但由于距離較遠或者清晰度等問題，在發生突發事件后并不能對嫌疑人進行準確的定位和追蹤，并不能達到預期的效果。

傳統的行人re-id的方法比較簡單，都是針對多個鏡頭的視頻圖像進行導入，僅僅依靠特征比對來處理，并沒有利用到有效的三維空間信息，甚至是時間信息，這些信息作為目標的連續性軌跡刻畫是非常有價值的。

發明內容

本發明的目的旨在至少解決所述技術缺陷之一。

為此，本發明的目的在于提出一種基于空間約束的行人重識別方法及設備。

為了實現上述目的，本發明一方面的實施例提供一種基于空間約束的行人重識別方法，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。

進一步，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。

進一步，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；