[發明專利]一種行人重識別的方法、裝置、設備及可讀存儲介質

在審

• 申請號: 202110863315.9
• 申請日: 2021-07-29
• 公開（公告）號: CN113553970A
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 晉杰;李波;侯醞;潘洪亮
• 申請（專利權）人: 廣聯達科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超;邵煜程

本發明公開了一種行人重識別的方法、裝置、設備及可讀存儲介質，所述方法包括：獲取待處理的行人圖像，并分別從每個行人圖像中提取出行人特征信息；根據每個行人圖像的行人特征信息，確定出與所有行人圖像對應的行人數量；將所述行人數量作為分組數量K并根據每個行人圖像的行人特征信息，將所有行人圖像形成K個分組，以使屬于同一行人的行人圖像位于一個分組中；本發明能夠通過分析行人特征信息將屬于同一行人的行人圖像聚類到一個分組中，從而便于后期根據分組結果對行人進行管理。

技術領域

本發明涉及圖像識別技術領域，特別涉及一種行人重識別的方法、裝置、設備及可讀存儲介質。

背景技術

在建筑施工現場需要對進出施工現場的人員進行管理，目前的人員管理方式是通過設置于施工現場的攝像頭獲取人員圖像信息，并由專業人員進行人員圖像分析以對施工現場的人員行動進行溯源關聯，但由于每天出入施工現場的人員較多，通過人工比對的方式費時費力且準確率較低；此外，還可利用人臉識別算法從人員圖像中識別出人臉信息，并基于人臉信息進行人員身份識別，但由于在施工現場的施工人員會佩戴安全帽，無法準確識別出人臉信息，從而導致人員身份識別失敗；因此，如何更加快速、準確的對進出建筑施工現場的人員進行身份識別成為本領域技術人員亟需解決的技術問題。

發明內容

本發明的目的在于提供一種行人重識別的方法、裝置、設備及可讀存儲介質，能夠通過分析行人特征信息將屬于同一行人的行人圖像聚類到一個分組中，從而便于后期根據分組結果對行人進行管理。

根據本發明的一個方面，提供了一種行人重識別的方法，所述方法包括：

獲取待處理的行人圖像，并分別從每個行人圖像中提取出行人特征信息；

根據每個行人圖像的行人特征信息，確定出與所有行人圖像對應的行人數量；

將所述行人數量作為分組數量K并根據每個行人圖像的行人特征信息，將所有行人圖像形成K個分組，以使屬于同一行人的行人圖像位于一個分組中。

可選的，所述獲取待處理的行人圖像，并分別從每個行人圖像中提取出行人特征信息，包括：

利用預設的CNN卷積神經網絡從所述行人圖像中提取出N個行人特征信息，并根據所述N個行人特征信息形成所述行人圖像的1*N維度的行人特征向量。

可選的，所述根據每個行人圖像的行人特征信息，確定出與所有行人圖像對應的行人數量，包括：

利用DBSCAN聚類算法將所有行人圖像的行人特征向量聚類為多個簇；

判斷所述簇中的行人特征向量是否大于預設向量閾值，若是，則將所述簇作為目標簇；

統計所述目標簇的總數量，并將統計出的總數量作為行人數量。

可選的，所述將所述行人數量作為分組數量K并根據每個行人圖像的行人特征信息，將所有行人圖像形成K個分組，以使屬于同一行人的行人圖像位于一個分組中，包括：

將所有目標簇中的行人特征向量形成向量特征集合；

將所述行人數量作為K-MEANS聚類算法中的分組數量K，并利用K-MEANS聚類算法將所述向量特征集合中的行人特征向量聚類為K個分組。

可選的，在所述利用K-MEANS聚類算法將所述向量特征集合中的行人特征向量聚類為K個分組之后，所述方法還包括：

為不同的分組設置不同的行人標識；其中，同一分組的行人特征向量具有相同的行人標識；

將所述行人特征向量的行人標識賦予與所述行人特征向量對應的行人圖像，以使屬于同一行人的行人圖像具有相同的行人標識；

將具有行人標識的行人圖像形成行人圖像數據庫。