[發(fā)明專利]圖像識(shí)別方法、電子設(shè)備和計(jì)算機(jī)可讀介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010147268.3
• 申請日: 2020-03-05
• 公開（公告）號(hào): CN112307868A
• 公開（公告）日: 2021-02-02
• 發(fā)明（設(shè)計(jì)）人: 亢樂;包英澤
• 申請（專利權(quán)）人: 百度（美國）有限責(zé)任公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/08;G06N20/00
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

本公開的實(shí)施例公開了圖像識(shí)別方法、電子設(shè)備和計(jì)算機(jī)可讀介質(zhì)。該方法包括：獲取包含人物對象的圖像作為輸入圖像；采用已訓(xùn)練的人體識(shí)別模型中的特征提取模塊對輸入圖像進(jìn)行特征提取，其中人體識(shí)別模型利用特征提取模塊分別提取由不同類別的攝像頭采集的人體圖像的特征，并且人體識(shí)別模型基于提取出的人體圖像的特征識(shí)別由不同類別的攝像頭采集的人體圖像是否為同一人物的人體圖像；將提取出的輸入圖像的人體特征與預(yù)設(shè)的人體特征庫進(jìn)行匹配，以識(shí)別出輸入圖像中的人物對象。該方法提升了跨攝像頭的人體重識(shí)別的準(zhǔn)確性。

相關(guān)申請的交叉引用

本申請要求申請日為2019年7月31日，申請?zhí)枮?6/528,167，發(fā)明名稱為“METHOD,ELECTRONIC DEVICE,AND COMPUTER READABLE MEDIUM FOR IMAGE IDENTIFICATION”的美國專利申請的優(yōu)先權(quán)。

技術(shù)領(lǐng)域

本公開的實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及圖像處理技術(shù)領(lǐng)域，尤其涉及圖像識(shí)別方法、電子設(shè)備和計(jì)算機(jī)可讀介質(zhì)。

背景技術(shù)

在智能零售或大型公共場所等監(jiān)控場景中，通常會(huì)使用多個(gè)不同類型的攝像頭來進(jìn)行人物的檢測和人流統(tǒng)計(jì)。例如，可以使用成像質(zhì)量較高的攝像頭在入口或通道處拍攝比較清晰的人臉圖像用于識(shí)別進(jìn)入場景中的人物，使用架設(shè)在室內(nèi)頂棚、墻體或天花板上的成像質(zhì)量相對較低的攝像頭拍攝場景中的人物的圖像。各攝像頭的成像范圍有限，因此通常需要結(jié)合多個(gè)攝像頭拍攝的圖像來執(zhí)行監(jiān)控任務(wù)。

對同一場景中多個(gè)類型的攝像頭采集的圖像進(jìn)行準(zhǔn)確的人物檢測和匹配，能夠幫助獲取場景中的人物的活動(dòng)軌跡，實(shí)現(xiàn)人物的動(dòng)態(tài)跟蹤。然而由于不同攝像頭的拍攝角度各異、成像質(zhì)量不同，基于多攝像頭的人物自動(dòng)檢測和識(shí)別難以達(dá)到較高的精度。因此，如何基于場景中不同類型的攝像頭采集的人物圖像準(zhǔn)確地識(shí)別人物身份，成為了一個(gè)亟待解決的問題。

發(fā)明內(nèi)容

本公開的實(shí)施例提出了圖像識(shí)別方法、裝置、電子設(shè)備和計(jì)算機(jī)可讀介質(zhì)。

第一方面，本公開的實(shí)施例提供了一種圖像識(shí)別方法，包括：獲取包含人物對象的圖像作為輸入圖像；采用已訓(xùn)練的人體識(shí)別模型中的特征提取模塊對輸入圖像進(jìn)行特征提取，人體識(shí)別模型利用特征提取模塊分別提取由不同類別的攝像頭采集的人體圖像的特征，并且人體識(shí)別模型基于提取出的人體圖像的特征識(shí)別由不同類別的攝像頭采集的人體圖像是否為同一人物的人體圖像；將提取出的輸入圖像的人體特征與預(yù)設(shè)的人體特征庫進(jìn)行匹配，以識(shí)別出輸入圖像中的人物對象。

在一些實(shí)施例中，上述方法還包括：基于輸入圖像對識(shí)別出的輸入圖像中的人物對象的運(yùn)動(dòng)軌跡進(jìn)行更新。

在一些實(shí)施例中，上述方法還包括：響應(yīng)于確定將輸入圖像的人體特征與預(yù)設(shè)的人體特征庫中的目標(biāo)人體特征匹配成功，將輸入圖像的人體特征添加至預(yù)設(shè)的人體特征庫并與目標(biāo)人體特征關(guān)聯(lián)至同一身份標(biāo)識(shí)。

在一些實(shí)施例中，上述方法還包括：響應(yīng)于確定將輸入圖像的人體特征與預(yù)設(shè)的人體特征庫匹配失敗，為輸入圖像中的人物對象配置對應(yīng)的身份標(biāo)識(shí)，將輸入圖像的人體特征與對應(yīng)的身份標(biāo)識(shí)關(guān)聯(lián)地存入預(yù)設(shè)的人體特征庫。

在一些實(shí)施例中，上述人體識(shí)別模型是按照如下方式生成的：獲取樣本數(shù)據(jù)集，樣本數(shù)據(jù)集包括：由不同類別的攝像頭采集的樣本人體圖像以及樣本人體圖像所包含的人物對象的身份標(biāo)識(shí)信息；構(gòu)建包含特征提取模塊和判別模塊的機(jī)器學(xué)習(xí)模型，利用機(jī)器學(xué)習(xí)模型中的特征提取模塊分別提取輸入的不同樣本人體圖像的特征，基于提取出的樣本人體圖像的特征，利用機(jī)器學(xué)習(xí)模型中的判別模塊識(shí)別樣本數(shù)據(jù)集中由不同類別的攝像頭采集的樣本人體圖像是否為同一人物的人體圖像，根據(jù)輸入機(jī)器學(xué)習(xí)模型的樣本人體圖像所包含的人物對象的身份標(biāo)識(shí)信息確定機(jī)器學(xué)習(xí)模型的識(shí)別誤差，基于識(shí)別誤差迭代調(diào)整機(jī)器學(xué)習(xí)模型，以使經(jīng)過迭代調(diào)整的機(jī)器學(xué)習(xí)模型的識(shí)別誤差滿足預(yù)設(shè)的收斂條件；將識(shí)別誤差滿足預(yù)設(shè)的收斂條件的機(jī)器學(xué)習(xí)模型確定為人體識(shí)別模型。