[發明專利]基于多視角圖結構模型的人體目標再識別方法及裝置

在審

• 申請號: 201810036915.6
• 申請日: 2018-01-15
• 公開（公告）號: CN110046534A
• 公開（公告）日: 2019-07-23
• 發明（設計）人: 趙艷娜;王慧平;鄭元杰;連劍;賈偉寬;徐舫舟
• 申請（專利權）人: 山東師范大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

本發明公開了一種基于多視角圖結構模型的人體目標再識別方法及裝置，該方法包括：接收不同視角下的圖像數據，基于圖結構肢體部件檢測模型，訓練得到與各個視角相對應的圖結構模型；根據圖結構模型訓練與各個視角相對應的分類器；接收待識別目標圖像數據，分別采用與各個視角相對應的圖結構模型進行姿態檢測；選擇得分最高分類器對應的視角作為目標視角，將該視角下的姿態檢測結果作為目標姿態；根據目標姿態得到各部位對應區域的前景掩膜，進行特征提取和目標再識別。本發明保證了肢體部位檢測的有效性，對低分辨率具有較強的魯棒性，有一定的處理外部遮擋的能力，并且有助于提高人體目標再識別的效果。

技術領域

本發明屬于圖像識別的技術領域，涉及一種人體目標再識別方法及裝置，尤其涉及一種基于多視角圖結構模型的人體目標再識別方法及裝置。

背景技術

智慧城市、平安城市的發展有目共睹，以視頻監控等為基礎搭建的感知系統是其重要組成部分。目前，我國政府已經規定必須在機場、車站、地鐵、酒店、電影院等公共場所安裝視頻監視器。以北京西站為例，2016年初這里的攝像頭數量就達到了1200個。由于攝像機數量的急劇增加，傳統的人工被動監控已經遠遠無法滿足監控任務的需求。

由于被監控區域的廣闊和攝像機視域的有限，無重疊視域多攝像機視頻監控廣泛的應用于視頻監控場所。人體目標再識別需要匹配不同時刻出現在不同攝像機前的目標，進而實現不同攝像機中同一目標的對應。對該問題的研究不同于傳統單目攝像機跟蹤理論中的目標匹配，由于目標物體在不同攝像機前的顏色、形狀和攝像機的觀測距離、觀測角度等方面的巨大差異，以及各個攝像機的內部參數和監控區域中光照等環境條件的不同，傳統計算機視覺理論中關于單攝像機跟蹤匹配的很多方法都不再適用。因此，迫切需要建立新的理論體系。

圖結構(Pictorial Structures，PS)模型在計算機視覺領域有著較長的歷史，最早由Fischer和Elschlager在1973年提出。模型的主要思想是使用帶有成對空間約束的剛體部件表示物體，并使用動態規劃進行匹配。Felzenszwalb和Huttenlocher將線性時間匹配算法引入圖結構模型，并在人臉檢測和人體姿態估計中取得了引人注目的成績，使得該模型再次引起大家的關注。Andriluka等人采用強判別式分類器的輸出作為外觀模型，不需要迭代式的分析，進而減小搜索空間。

使用圖結構模型進行人體姿態估計，可以檢測目標各肢體部位，比較對應部位的相似性，從而提高人體再識別的準確率。然而，基本圖結構模型對所有姿態使用相同數量部位(頭部、軀干、左右上臂、左右前臂、左右大腿、左右小腿)的模型，當目標呈現前/后視角時，該通用檢測算法可以收到良好的檢測效果，但是，當目標呈現其他視角，如左側視角時，由于人體自身的遮擋，往往導致錯誤的左上肢和左下肢檢測結果。為了克服通用人體姿態檢測算法的缺點，迫切需要對圖結構模型進行改進。

綜上所述，現有技術中如何提高人體姿態檢測算法檢測率的問題，尚缺乏行之有效的解決方案。

發明內容

針對現有技術中存在的不足，解決現有技術中如何提高人體姿態檢測算法檢測率的問題，本發明提出了一種基于多視角圖結構模型的人體目標再識別方法及裝置，基于一般的圖結構肢體部件檢測模型，提出了多視角的圖結構(Multi-viewPictorialStructures，MPS)模型，在獲得肢體部件的檢測結果的同時，估計每幅圖像中的人體視角；根據獲得的肢體部件信息提取特征并進行匹配。本發明能夠獲得目標的視角，同時能夠剔除不必要信息的干擾，提取有效的外觀特征進行再識別，從而獲得比較高的識別結果。

本發明的第一目的是提供一種基于多視角圖結構模型的人體目標再識別方法。

為了實現上述目的，本發明采用如下一種技術方案：

一種基于多視角圖結構模型的人體目標再識別方法，該方法包括：