[發明專利]行人身份識別方法、裝置、設備及存儲介質

在審

• 申請號: 201810876429.5
• 申請日: 2018-08-03
• 公開（公告）號: CN110795972A
• 公開（公告）日: 2020-02-14
• 發明（設計）人: 王金
• 申請（專利權）人: 杭州?？低晹底旨夹g股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 11138 北京三高永信知識產權代理有限責任公司
• 代理人: 韓東艷

1.一種行人身份識別方法，其特征在于，所述方法包括：

獲取目標行人的步態特征；

將所述步態特征輸入到步態足跡轉換模型，輸出所述目標行人的足跡特征所述步態足跡轉換模型用于將行人的步態特征轉換為所述行人的足跡特征；

根據所述足跡特征，在足跡數據庫中進行查詢，得到所述足跡特征對應的行人身份信息。

2.根據權利要求1所述的方法，其特征在于，所述步態足跡轉換模型包括至少一個層，每個層包括至少一個神經元，所述將所述步態特征輸入到步態足跡轉換模型，輸出所述目標行人的足跡特征，包括：

將所述步態特征轉換為第一特征向量；

將所述第一特征向量輸入到任一個層的任一個神經元，基于所述神經元的權重向量，對所述第一特征向量以及所述神經元的權重向量進行點積處理，得到中間結果；對所述中間結果進行非線性轉換，輸出所述神經元的第一輸出結果；

將所述步態足跡轉換模型的輸出層的至少一個神經元的第一輸出結果，輸出為所述目標行人的足跡特征。

3.根據權利要求2所述的方法，其特征在于，所述步態足跡轉換模型中任意兩個相鄰層中的神經元為全連接關系，所述全連接關系是指所述兩個相鄰層中上一個層的任一神經元與下一個層的每個神經元均連接；

所述將所述步態特征轉換為第一特征向量，包括：

獲取所述層的上一個層的每個神經元的第二輸出結果，將多個第二輸出結果作為所述第一特征向量；

所述對所述中間結果進行非線性轉換，輸出所述神經元的第一輸出結果，包括：

將所述第一輸出結果，輸出至所述層的下一個層的每個神經元。

4.根據權利要求1所述的方法，其特征在于，所述步態足跡轉換模型由多個樣本特征對通過模型訓練得到，每個樣本特征對包括同一樣本行人的樣本足跡特征以及樣本步態特征。

5.根據權利要求1所述的方法，其特征在于，所述獲取行人的步態特征，包括：

獲取所述行人對應的視頻序列；

將所述視頻序列輸入至三維卷積神經網絡，獲取所述三維卷積神經網絡的全連接層輸出的特征向量，作為所述行人的步態特征，所述三維卷積神經網絡用于根據視頻序列識別步態特征。

6.一種行人身份識別方法，其特征在于，所述方法包括：

獲取目標行人的足跡特征；

將所述足跡特征輸入到足跡步態轉換模型，輸出所述目標行人的步態特征，所述足跡步態轉換模型用于將行人的足跡特征轉換為所述行人的步態特征；

根據所述步態特征，在步態數據庫中進行查詢，得到所述步態特征對應的行人身份信息。

7.根據權利要求6所述的方法，其特征在于，所述足跡步態轉換模型包括至少一個層，每個層包括至少一個神經元，所述將所述足跡特征輸入到足跡步態轉換模型，輸出所述目標行人的步態特征，包括：

將所述足跡特征轉換為第二特征向量；

將所述第二特征向量輸入到任一個層的任一個神經元，基于所述神經元的權重向量，對所述第二特征向量以及所述神經元的權重向量進行點積處理，得到中間結果；對所述中間結果進行非線性轉換，輸出所述神經元的第三輸出結果；

將所述足跡步態轉換模型的輸出層的至少一個神經元的第三輸出結果，輸出為所述目標行人的步態特征。

8.根據權利要求7所述的方法，其特征在于，所述足跡步態轉換模型中任意兩個相鄰層中的神經元為全連接關系，所述全連接關系是指所述兩個相鄰層中上一個層的任一神經元與下一個層的每個神經元均連接；

所述將所述足跡特征轉換為第二特征向量，包括：

獲取所述層的上一個層的每個神經元的第四輸出結果，將多個第四輸出結果作為所述第二特征向量；

所述對所述中間結果進行非線性轉換，輸出所述神經元的第三輸出結果，包括：

將所述第三輸出結果，輸出至所述層的下一個層的每個神經元。