[發(fā)明專利]一種基于時空數(shù)據(jù)融合的行人再識別方法

有效

• 申請?zhí)枺?/td>: 201911033476.4
• 申請日: 2019-10-28
• 公開（公告）號: CN110796074B
• 公開（公告）日: 2022-08-12
• 發(fā)明（設計）人: 蔡曉東;韓宇
• 申請（專利權(quán)）人: 桂林電子科技大學
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/74;G06K9/62;G06V10/764;G06V10/80
• 代理公司: 濟南智圓行方專利代理事務所(普通合伙企業(yè)) 37231
• 代理人: 劉景琛

1.一種基于時空數(shù)據(jù)融合的行人再識別方法，其特征在于，包括：

S1、通過攝像頭進行行人圖像采集，并保存采集到的圖像，在保存圖像時，設置圖像命名格式為攝像頭編號及時間組合，作為這個攝像頭拍攝到的圖像的特征；

S2、構(gòu)建深度學習神經(jīng)網(wǎng)絡模型；

S3、將S1保存的圖像通過行人檢測的網(wǎng)絡獲取其中行人的部分，通過深度學習訓練使網(wǎng)絡學習能夠得到行人圖像的特征值，并添加這個行人圖像的時空信息；

S4、輸入待檢索的目標行人圖像，將起始尋找目標行人的攝像頭定義為攝像頭A，通過攝像頭A進行目標行人圖像采集，在攝像頭A周圍的A相鄰攝像頭圖像庫中進行檢索，檢索范圍為基于深度學習得到目標行人圖像的相似行人圖像，將檢索得到所述相似行人圖像的攝像頭定義為攝像頭B，通過該相似行人圖像的時空信息計算出目標行人移動速度；

S5、將檢索范圍更新為攝像頭B的B相鄰攝像頭，基于S4中得出的目標行人移動速度、該目標行人圖像采集的時間，以及所述攝像頭B和各個B相鄰攝像頭之間的距離，推算出目標行人由攝像頭B經(jīng)過每個B相鄰攝像頭的時間范圍，然后優(yōu)先檢索各個B相鄰攝像頭中的這個時間范圍中采集到的所有行人圖像，最后檢索得出與目標行人圖像對應的相似行人圖像，將檢索到相似行人圖像的攝像頭重新更新為新的攝像頭B；

S6、通過S5檢索出的相似行人圖像，以S5獲取的相似行人圖像的特征值為標準繼續(xù)檢測，重復步驟S5；

S7、在無法通過B相鄰攝像頭識別到與目標行人對應的相似行人圖像時，則視為識別結(jié)束，最后通過時間順序排序及通過攝像頭的位置推斷出該行人的行動路線，并輸出該行人的行動路線；

其中，所述步驟S1具體為：

步驟S11、攝像頭拍攝并獲取監(jiān)控視頻中的圖像，將獲取圖像上傳至服務器，在服務器中按每個攝像頭一個組別分開保存；

步驟S12、分別在單個攝像頭的組別中保存這個攝像頭拍的照片，并按照攝像頭編號和拍攝時間來命名；

其中，所述步驟S2具體為：

步驟S21、構(gòu)建一個深度學習網(wǎng)絡模型，其中包括行人檢測網(wǎng)絡，特征提取網(wǎng)絡，訓練層以及特征全連接層；

步驟S22、確定區(qū)域內(nèi)攝像頭的數(shù)量，并且輸入各個攝像頭之間的距離，通過兩個攝像頭的編號來獲取該兩個攝像頭之間的距離；

其中，所述步驟S4具體為：

步驟S41、對采集到的目標行人圖像的時間和拍攝該照片的攝像頭A的地理位置信息進行識別，然后將檢索范圍限定在攝像頭A周圍的A相鄰攝像頭所上傳的照片；

步驟S42、在A相鄰攝像頭上傳的照片中檢索出一系列相似行人圖像之后，將拍攝到相似行人圖像的時間和攝像頭位置識別出來；然后通過時空信息計算該行人在這段時間內(nèi)的移動速度；

其中，所述S41中對目標行人圖像信息識別具體為，將目標行人圖像輸入至特征提取網(wǎng)絡中，提取出該行人的圖像特征H₀，并確定該拍攝到目標行人的時間T₀以及拍攝該照片的攝像頭D₀；

所述S42具體為：首先將檢索范圍確定為與攝像頭D₀相鄰的攝像頭圖像庫，根據(jù)所述時間T₀進一步縮小時間范圍，縮小至圖像庫中時間命名在：

(T₀-1)h～(T₀+1)h這一時間范圍中，

在這個范圍中，通過特征向量相似度的對比：

待測圖像通過特征提取網(wǎng)絡得到的特征為H_測，目標行人的特征向量為H₀，為目標行人圖像中特征向量中的特征值，為待測行人圖像中正向樣本特征向量的特征值，從而歐式距離，

通過歐氏距離計算圖像之間的相似度，其轉(zhuǎn)換公式為，

設定一個Sim_min值，在檢測的范圍中Sim值高于Sim_min值時，視為這個行人與目標行人為同一個人，將拍攝目標行人圖像的拍攝時間T₁和攝像頭D₁識別出來；然后通過時空信息計算該行人在這段時間內(nèi)的移動速度V：

攝像頭之間的地理距離記為S_D1-D0，

其中，所述S5中，對于所述時間范圍的推測方法為，

S51，基于行人大致速度V，通過公式：

得到應該檢測的時間范圍；

其中D_x為攝像頭D₀周圍的攝像頭群的編號，

以攝像頭D₀為基準，X＝{1，2，3，4……}，

T_x為經(jīng)過編號為D_x攝像頭群所推測的時間點；

S52、將行人的檢索范圍縮小為相鄰攝像頭D_x庫中，

時間命名在(T_x-1)h～(T_x+1)h內(nèi)的圖像；

在這個時間范圍內(nèi)檢索出相似度高于Sim_min的行人圖像，從而檢索出拍攝到目標行人的相似行人圖像。