[發(fā)明專利]一種基于監(jiān)控視頻的行人屬性識(shí)別方法和系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010614464.7
• 申請(qǐng)日: 2020-06-30
• 公開（公告）號(hào): CN111898449B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 賈川民
• 申請(qǐng)（專利權(quán)）人: 北京大學(xué)
• 主分類號(hào): G06V20/40
• 分類號(hào): G06V20/40;G06V40/10;G06V10/764;G06V10/82;G06N3/0464;G06N3/045;G06N3/094
• 代理公司: 北京辰權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11619
• 代理人: 付婧

1.一種基于監(jiān)控視頻的行人屬性識(shí)別方法，其特征在于，包括：

從監(jiān)控?cái)z像機(jī)拍攝的監(jiān)控視頻流中提取原始圖像幀，其中，所述原始圖像幀的圖像內(nèi)容包含行人；

檢測所述原始圖像幀是否存在偏色，包括：對(duì)所述原始圖像幀進(jìn)行場景識(shí)別，并根據(jù)識(shí)別結(jié)果提取所述原始圖像幀中的場景圖像；將所述場景圖像輸入預(yù)先訓(xùn)練好的偏色檢測神經(jīng)網(wǎng)絡(luò)模型，利用所述偏色檢測神經(jīng)網(wǎng)絡(luò)模型輸出偏色檢測結(jié)果，所述偏色檢測結(jié)果包括有偏色或無偏色；

獲取多組圖像樣本組，其中，每組所述圖像樣本組包括有偏色的第一圖像樣本和無偏色的第二圖像樣本，所述第一圖像樣本和所述第二圖像樣本包含的圖像內(nèi)容相同；

以所述第一圖像樣本為輸入，以所述第二圖像樣本為輸出，利用所述多組圖像樣本組訓(xùn)練偏色還原神經(jīng)網(wǎng)絡(luò)模型，得到訓(xùn)練好的偏色還原神經(jīng)網(wǎng)絡(luò)模型；

若所述原始圖像幀存在偏色，則將所述原始圖像幀輸入預(yù)先訓(xùn)練好的偏色還原神經(jīng)網(wǎng)絡(luò)模型，利用所述偏色還原神經(jīng)網(wǎng)絡(luò)模型輸出與所述原始圖像幀對(duì)應(yīng)的校正圖像幀；

基于所述校正圖像幀進(jìn)行行人屬性識(shí)別；

所述將所述場景圖像輸入預(yù)先訓(xùn)練好的偏色檢測神經(jīng)網(wǎng)絡(luò)模型，利用所述偏色檢測神經(jīng)網(wǎng)絡(luò)模型輸出偏色檢測結(jié)果之前，還包括：

獲取多個(gè)偏色檢測圖像樣本，所述偏色檢測圖像樣本包括有偏色的負(fù)樣本和無偏色的正樣本；

對(duì)每個(gè)所述偏色檢測圖像樣本進(jìn)行場景識(shí)別，并根據(jù)識(shí)別結(jié)果提取每個(gè)所述偏色檢測圖像樣本中的場景圖像作為場景樣本；

根據(jù)所述偏色檢測圖像樣本有無偏色，確定與所述偏色檢測圖像樣本對(duì)應(yīng)的場景樣本有無偏色；

以所述場景樣本為輸入，以所述場景樣本有無偏色為輸出，訓(xùn)練偏色檢測神經(jīng)網(wǎng)絡(luò)模型，得到訓(xùn)練好的偏色檢測神經(jīng)網(wǎng)絡(luò)模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述偏色還原神經(jīng)網(wǎng)絡(luò)模型采用生成對(duì)抗神經(jīng)網(wǎng)絡(luò)GAN、深卷積生成對(duì)抗神經(jīng)網(wǎng)絡(luò)DCGAN、耦合生成對(duì)抗神經(jīng)網(wǎng)絡(luò)CoGAN或自注意力生成對(duì)抗神經(jīng)網(wǎng)絡(luò)SAGAN實(shí)現(xiàn)。

3.一種基于深度學(xué)習(xí)的行人屬性識(shí)別系統(tǒng)，其特征在于，包括：

原始圖像幀提取模塊，用于從監(jiān)控?cái)z像機(jī)拍攝的監(jiān)控視頻流中提取原始圖像幀，其中，所述原始圖像幀的圖像內(nèi)容包含行人；

偏色檢測模塊，用于檢測所述原始圖像幀是否存在偏色；所述偏色檢測模塊，包括：場景提取單元，用于對(duì)所述原始圖像幀進(jìn)行場景識(shí)別，并根據(jù)識(shí)別結(jié)果提取所述原始圖像幀中的場景圖像；場景檢測單元，用于將所述場景圖像輸入預(yù)先訓(xùn)練好的偏色檢測神經(jīng)網(wǎng)絡(luò)模型，利用所述偏色檢測神經(jīng)網(wǎng)絡(luò)模型輸出偏色檢測結(jié)果，所述偏色檢測結(jié)果包括有偏色或無偏色；

圖像樣本組獲取模塊，用于獲取多組圖像樣本組，其中，每組所述圖像樣本組包括有偏色的第一圖像樣本和無偏色的第二圖像樣本，所述第一圖像樣本和所述第二圖像樣本包含的圖像內(nèi)容相同；

偏色還原模型訓(xùn)練模塊，用于以所述第一圖像樣本為輸入，以所述第二圖像樣本為輸出，利用所述多組圖像樣本組訓(xùn)練偏色還原神經(jīng)網(wǎng)絡(luò)模型，得到訓(xùn)練好的偏色還原神經(jīng)網(wǎng)絡(luò)模型；

偏色還原模塊，用于若所述原始圖像幀存在偏色，則將所述原始圖像幀輸入預(yù)先訓(xùn)練好的偏色還原神經(jīng)網(wǎng)絡(luò)模型，利用所述偏色還原神經(jīng)網(wǎng)絡(luò)模型輸出與所述原始圖像幀對(duì)應(yīng)的校正圖像幀；

行人屬性識(shí)別模塊，用于基于所述校正圖像幀進(jìn)行行人屬性識(shí)別；

所述偏色檢測模塊，還包括：

偏色樣本獲取單元，用于獲取多個(gè)偏色檢測圖像樣本，所述偏色檢測圖像樣本包括有偏色的負(fù)樣本和無偏色的正樣本；

樣本場景提取單元，用于對(duì)每個(gè)所述偏色檢測圖像樣本進(jìn)行場景識(shí)別，并根據(jù)識(shí)別結(jié)果提取每個(gè)所述偏色檢測圖像樣本中的場景圖像作為場景樣本；

偏色狀態(tài)確定單元，用于根據(jù)所述偏色檢測圖像樣本有無偏色，確定與所述偏色檢測圖像樣本對(duì)應(yīng)的場景樣本有無偏色；

偏色檢測模型訓(xùn)練單元，用于以所述場景樣本為輸入，以所述場景樣本有無偏色為輸出，訓(xùn)練偏色檢測神經(jīng)網(wǎng)絡(luò)模型，得到訓(xùn)練好的偏色檢測神經(jīng)網(wǎng)絡(luò)模型。

4.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于，所述偏色還原神經(jīng)網(wǎng)絡(luò)模型采用生成對(duì)抗神經(jīng)網(wǎng)絡(luò)GAN、深卷積生成對(duì)抗神經(jīng)網(wǎng)絡(luò)DCGAN、耦合生成對(duì)抗神經(jīng)網(wǎng)絡(luò)CoGAN或自注意力生成對(duì)抗神經(jīng)網(wǎng)絡(luò)SAGAN實(shí)現(xiàn)。