[發明專利]多場景下認定多個行人目標為同一行人目標的方法和系統

在審

• 申請號: 202111502402.8
• 申請日: 2021-12-10
• 公開（公告）號: CN114155615A
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 嚴國建;梁瑞凡;張睿;王彬;嚴巖;杜偉;尹晨烽;馬竹松
• 申請（專利權）人: 武漢大千信息技術有限公司
• 主分類號: G06V40/70
• 分類號: G06V40/70;G06V40/10;G06V40/16;G06V20/52;G06V20/40;G06V10/74;G06K9/62
• 代理公司: 武漢智盛唯佳知識產權代理事務所(普通合伙) 42236
• 代理人: 胡紅林

1.一種多場景下認定多個行人目標為同一行人目標的方法，其特征在于，包括：

提取視頻數據中目標的特征；

提取待比對行人的特征，將所述目標的特征與待比對行人的特征一一比對，得到目標的特征相似度排序隊列；

按照特征的權重，對所述相似度排序隊列進行分值重新計算，得到最終特征相似度排序隊列，最終排序隊列中越靠前的目標即越與待比對行人為同一行人。

2.根據權利要求1所述多場景下認定多個行人目標為同一行人目標認定方法，其特征在于：所述提取視頻數據中目標的特征之前，對視頻數據按人、車、騎車人進行目標分類。

3.根據權利要求2所述多場景下認定多個行人目標為同一行人目標的方法，其特征在于：所述特征為人臉特征、行人本征特征、結構化信息；所述特征相似度排序隊列為每個目標的人臉與待比對正面人臉的相似度排序隊列，行人本征特征相似度排序隊列和結構化信息相似度排序隊列。

4.根據權利要求3所述多場景下認定多個行人目標為同一行人目標的方法，其特征在于，所述行人本征特征相似度排序隊列通過以下方式獲得：

提取視頻數據中行人、騎車人目標和待比對行人、騎車人目標的正面、側面和背面行人特征，通過特征解構的方法，將行人特征表示為衣服相關特征和衣服無關特征，其中衣服無關特征即為行人本征特征，針對目標變裝或使用非機動車交通工具的情況，使用行人本征特征作為同一行人目標認定的依據，將視頻數據中行人、騎車人目標的行人本征特征和待比對行人、騎車人目標的正面、側面和背面的行人本征特征進行一一比對，得到視頻數據中行人、騎車人目標分別針對正面、側面和背面的三個行人本征特征相似度排序隊列。

5.根據權利要求4所述多場景下認定多個行人目標為同一行人目標的方法，其特征在于，還包括：

將得到的人臉相似度排序隊列的相似度記為fea_f，行人本征特征的相似度排序隊列的相似度記為fea_p，結構化信息相似度排序隊列的相似度記為fea_i，并設定三者的權重f、p和i，按照如下公式計算最終相似度：

fea＝fea_f*f+fea_p*p+fea_i*i

將視頻數據的每個行人、騎車人目標的最終相似度進行排序，得到對同一行人目標認定的最終排序隊列，位于最終排序隊列中越前面的行人、騎車人目標越接近于待比對的行人、騎車人目標，即按最終排序隊列的前后順序就可以確定是否為同一行人目標。

6.一種多場景下認定多個行人目標為同一行人目標的系統，其特征在于，包括：

視頻結構化模塊，用于將視頻數據通過機器學習的結構化算法，實現行人目標、騎車人目標和車輛目標的分類，完成目標結構化信息的提取；

特征檢測比對模塊，用于提取視頻數據中目標的特征以及待比對行人的特征，并將提取目標的特征與待比對行人的特征一一比對，得到目標的特征相似度排序隊列；

同一行人目標推理模塊，用于對相似度排序隊列進行分值重新計算，得到對同一目標認定的最終排序隊列，并輸出最終排序隊列中靠前的目標。

7.根據權利要求6所述多場景下認定多個行人目標為同一行人目標的系統，其特征在于，所述特征提取比對模塊包括：人臉特征提取比對模塊、行人本征特征提取比對模塊、和結構化信息篩選模塊。