[發明專利]對象重新識別的方法

在審

• 申請號: 202011144403.5
• 申請日: 2020-10-23
• 公開（公告）號: CN112784669A
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 馬庫斯·斯堪斯;克利斯汀·科利安德;馬丁·爾永奎斯特;維列·貝特沙爾特;尼克拉·丹尼爾松
• 申請（專利權）人: 安訊士有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 王琦;康泉

本申請公開了對象重新識別的方法，具體公開了一種對象的圖像中的對象重新識別的方法。該方法包括：提供用于對象重新識別的多個神經網絡(27)，其中多個神經網絡中的每一個在具有解剖特征的不同組的圖像數據上被訓練，每個組由參考矢量表示；接收對象(38)的多個圖像(4)和表示在多個圖像(4)中的全部中被描繪的解剖特征的輸入矢量；將輸入矢量與參考矢量進行比較，以根據預定義條件確定最相似的參考矢量；并且將多個對象(38)的圖像數據輸入到由最相似的參考矢量表示的神經網絡(#1)，以確定多個對象(38)是否具有相同的身份。

技術領域

本發明涉及借助于神經網絡的對象重新識別的領域。

背景技術

對象重新識別技術已被廣泛研究并被用于例如識別和跟蹤相關數字圖像中的對象。

眾所周知，人類可以輕松地識別并且關聯圖像中相同身份的對象，即使當對象變得被不同程度地遮擋或者甚至短時間或長時間地從場景中消失。對象的外觀還可以根據視角和隨時間而變化。然而，對象的重新識別對于計算機視覺系統來說是具有挑戰性的，尤其是在對象變得被遮擋(即不完全可見)或者從場景中完全消失并且稍后在相同的場景中或在另一場景中出現的場景中。

例如，一個挑戰是在對象已經離開場景并進入由另一攝像機監視的相同的場景或另一場景時恢復對對象的跟蹤。如果跟蹤算法不能恢復跟蹤，則對象將被識別為新的、不同的對象，這可以干擾用于視頻分析的其它算法。

存在使用神經網絡以輔助重新識別的建議。然而，需要提供用于重新識別圖像和視頻中的對象的改進的方法和裝置。

發明內容

本發明旨在提供一種借助于神經網絡的重新識別的方法。如以上所提到的，使用神經網絡進行重新識別帶來了可能的缺點。例如，在完整身體結構的圖像上被訓練的神經網絡可能無法重新識別圖像幀中的人，在該圖像幀中只有身體結構的上身部分是可見的。還已經表明，神經網絡難以基于示出對象的不同量的圖像(例如在圖像中的一些中示出上身的圖像和在圖像中的一些中示出全身的圖像)來成功地執行重新識別。例如，在監視其中人們正在進入場景(顯示全身)、坐下(顯示上身)以及離開該場景(再次顯示全身，但是可能以不同的角度)的場景時，可能就是這樣的情況。

因此，發明人已經認識到，對象重新識別存在的一個缺點是難以根據顯示對象的不同量的圖像來重新識別對象。已經發現例如對于人類對象這是個問題。

本發明的目的是消除或至少減少用于對象(特別是用于人類對象)的目前已知的對象重新識別方法的這個和其它缺點。

根據第一方面，這些和其它目的全部或至少部分地通過對象的圖像中的對象重新識別的方法來實現，該方法包括：

·提供用于對象重新識別的多個神經網絡，其中該多個神經網絡中的每一個在具有解剖特征的不同組的圖像數據上被訓練，每個組由參考矢量表示，

·接收對象的多個圖像以及表示在多個圖像中的全部中被描繪的解剖特征的輸入矢量，

·將輸入矢量與參考矢量進行比較，以根據預定義條件確定最相似的參考矢量，

·將多個對象的圖像數據輸入到由最相似的參考矢量表示的神經網絡，以確定多個對象是否具有相同的身份。相同的身份意味著在多個圖像中成像的多個對象實際上是被多次成像的相同的對象。