[發明專利]行人重識別方法、裝置、電子設備及計算機可讀存儲介質

有效

• 申請號: 202011139919.0
• 申請日: 2020-10-22
• 公開（公告）號: CN112270241B
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 鄧練兵;文少杰;陳小滿
• 申請（專利權）人: 珠海大橫琴科技發展有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 張樂樂

本發明涉及一種行人重識別方法、裝置、電子設備及計算機可讀存儲介質，方法包括：獲取行人圖像數據；提取行人圖像數據中每張圖像中的行人特征，根據行人特征計算得到行人的視覺概率；當視覺概率未超過預設閾值時，獲取行人圖像數據中的攝像頭標識和幀號信息，根據攝像頭標識和幀號信息計算得到行人的時空概率；計算不同攝像頭拍攝的圖像中行人在實際環境中同一時間的位置信息；根據位置信息配置視覺概率和時空概率的影響參數；利用視覺概率及其影響參數以及時空概率及其影響參數計算得到聯合概率，得到行人重識別結果。通過對視覺概率及時空概率進行影響參數的調整不同情況下的權重以提高聯合概率在不同情況的準確性。

技術領域

本發明涉及人工智能領域，具體涉及一種行人重識別方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

現今社會對于公共安全的重視程度逐步增加，視頻監控系統的規模也日益龐大，智能視頻監控被廣泛應用于學校、商城、公園和交通運輸等公共場所，以輔助城市安全管理。

然而，監控視頻由于相機分辨率不高和拍攝角度的緣故，且行人之間相互遮擋的問題廣泛存在，通常無法得到質量和分辨率非常高的正面人臉圖片。在實際場景中，行人的多變性、各種干擾和實際場景中的不確定因素增加，導致檢測和識別難度較大，同時也導致不同外觀、視角、姿態各異的行人檢測精度較低。在人臉識別失效的情況下，使用人體的結構信息或高層語義信息對行人進行識別，能夠通過不同的攝像頭實現跨時間和空間對目標人體或人群進行跟蹤、匹配和身份鑒定，從而有效彌補固定攝像頭的視覺局限。

現有技術中，在進行行人重識別過程中，不同情況下影響最終識別結果的因子不同，現有技術中采用視覺概率和時空概率融合的方式得到的最終結果并不適用于所有場景，導致部分場景下的識別結果準確率較低。

發明內容

因此，本發明要解決的技術問題在于克服現有技術中采用視覺概率和時空概率融合的方式在部分場景下的識別結果準確率較低的缺陷，從而提供一種行人重識別方法，包括如下步驟：

獲取行人圖像數據；

提取所述行人圖像數據中每張圖像中的行人特征，根據所述行人特征計算得到行人的視覺概率，所述視覺概率表示不同圖像上行人之間的相似度；

判斷所述視覺概率是否超過預設閾值；

當所述視覺概率未超過所述預設閾值時，獲取所述行人圖像數據中的攝像頭標識和幀號信息，根據所述攝像頭標識和幀號信息計算得到行人的時空概率；

計算不同攝像頭拍攝的圖像中行人在實際環境中同一時間的位置信息；

根據所述位置信息配置所述視覺概率和所述時空概率的影響參數，所述影響參數用于反應所述視覺概率或者所述時空概率的權重，所述影響參數為大于等于0并且小于等于1的數值；

利用所述視覺概率及其影響參數以及所述時空概率及其影響參數計算得到聯合概率，得到行人重識別結果。

可選地，當所述視覺概率超過所述預設閾值時，確定該不同圖像上的行人為同一人。

可選地，通過以下公式計算得到所述聯合概率：

其中，φ表示平衡所述視覺概率和時空概率的超參數，e表示自然對數的底，ρ_V表示視覺概率，ρ_ST表示時空概率，γ取值為5，x表示所述視覺概率的影響參數，y表示時空概率的影響參數。

可選地，所述根據所述位置信息配置所述視覺概率和所述時空概率的影響參數，包括：

基于所述位置信息判斷不同圖像中行人是否處于同一位置；

當不同圖像中行人處于同一位置時，所述x和y的值均置為0。