一种行人重识别方法、装置及系统制造方法及图纸

本申请公开了一种行人重识别方法、装置及系统，所述方法包括：收集两个摄像头下的每个行人的目标图像，并根据收集的目标图像组成训练样本和测试样本；将所述训练样本按照模态进行分割，以得到各模态对应的分割数据；针对每个分割数据进行分组，并基于分组后的数据得到每个模态对应的距离度量。本申请实现了在开集中学习一个距离度量，该距离度量可以在存在于开集中的复杂非线性模型中找到查询的匹配，并且，通过得到的距离度量可以快速查找到目标用户，在行人重识别领域取得了较好的准确率。在行人重识别领域取得了较好的准确率。在行人重识别领域取得了较好的准确率。

【技术实现步骤摘要】
【国外来华专利技术】一种行人重识别方法、装置及系统


[0001]本申请涉及视频监控领域，特别涉及一种行人重识别方法、装置及系统。

技术介绍

[0002]目前，开集行人重识别方法是利用公开的闭集数据集学习距离度量，这些公共闭集数据集与开集数据集有很大的不同，并忽略某些开集的情况，即被观察者在不同摄像头视角下的部分重叠或完全不重叠。因此，现有技术中不能解决开集行人重识别问题的度量。
[0003]现有技术中，这些度量都是使用闭集行人重识别数据集学习的，而开集行人重识别数据集与闭集行人重识别数据集完全不同，其中不需要在网络的第m个摄像头视图中观察第n个人，以及所有m个视图都有相同的n个观察人数，因此，当在闭集行人重识别的约束下学习一个度量时，仍然无法发现现实世界中复杂的数据关系，即在m个视图的网络中，第n个人可能在网络的cam 1中捕捉到实例，而在cam 3和cam 5中网络上没有第n个人的实例，这种度量无法模拟当在图库中没有匹配的查询，或者也无法度量在一对摄影机视图中完全没有人的身份重叠的复杂情况。
[0004]进一步，这些度量没有考虑到开集中存在的非线性复杂模态。这些非线性模型存在于开集图像空间中，是由于拍摄图像的视点、背景和光照变化的随机非线性变化，以及在大型摄像机网络中拍摄的图像中存在拥挤的场景和遮挡。在这种情况下，当学习的度量既不能同时处理非线性模型，又不能模拟开集数据样本的复杂性时，当在大规模的现实网络中进行测试时，其性能会大大降低。
[0005]因而现有技术还有待改进和提高。

技术实现思路

[0006]本申请要解决的技术问题在于，针对现有技术的不足，提供一种行人重识别方法、装置及系统，以解决现有技术中行人重识别度量方法没有考虑到开集中存在的非线性复杂模态，而当在大规模的现实网络中进行测试时，其性能会大大降低的问题。
[0007]本申请所采用的技术方案如下：
[0008]第一方面，本申请实施例提供了一种行人重识别方法，其包括：
[0009]获取第一场景下的第一目标图像，提取所述第一目标图像对应的第一颜色特征和第一纹理特征；
[0010]根据所述第一颜色特征和所述第一纹理特征确定所述第一目标图像所处的第一模态；
[0011]根据预设的模态与距离度量关系确定所述第一模态对应的第一度量；
[0012]获取各第二场景下所有第二目标图像，提取各所述第二目标图像对应的第二颜色特征和第二纹理特征；
[0013]将所述第一颜色特征和第一纹理特征，以及各第二目标图像对应的第二颜色特征和所述第二纹理特征输入至所述第一度量，以得到若干特征距离，其中，若干所述特征距离
包括第一目标图像与各第二目标图像的特征距离；
[0014]选取所述若干特征距离中最小值对应的第三目标图像，并判定所述第三目标图像与所述第一目标图像为同一人。
[0015]第二方面，本申请实施例提供了一种行人重识别装置，所述装置包括：
[0016]第一获取模块，用于获取第一场景下的第一目标图像，提取所述第一目标图像对应的第一颜色特征和第一纹理特征；
[0017]模态确定模块，用于根据所述第一颜色特征和所述第一纹理特征确定所述第一目标图像所处的第一模态；
[0018]度量确定模块，用于根据预设的模态与距离度量关系确定所述第一模态对应的第一度量；
[0019]第二获取模块，用于获取各第二场景下所有第二目标图像，提取各所述第二目标图像对应的第二颜色特征和第二纹理特征；
[0020]计算模块，用于将所述第一颜色特征和第一纹理特征，以及各第二目标图像对应的第二颜色特征和所述第二纹理特征输入至所述第一度量，以得到若干特征距离，其中，若干所述特征距离包括第一目标图像与各第二目标图像的特征距离；
[0021]判定模块，用于选取所述若干特征距离中最小值对应的第三目标图像，并判定所述第三目标图像与所述第一目标图像为同一人。
[0022]第三方面，本申请实施例提供了一种行人重识别系统，其包括：处理器和存储器；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述处理器执行所述计算机可读程序时，用于实现以下步骤：
[0023]获取第一场景下的第一目标图像，提取所述第一目标图像对应的第一颜色特征和第一纹理特征；
[0024]根据所述第一颜色特征和所述第一纹理特征确定所述第一目标图像所处的第一模态；
[0025]根据预设的模态与距离度量关系确定所述第一模态对应的第一度量；
[0026]获取各第二场景下所有第二目标图像，提取各所述第二目标图像对应的第二颜色特征和第二纹理特征；
[0027]将所述第一颜色特征和第一纹理特征，以及各第二目标图像对应的第二颜色特征和所述第二纹理特征输入至所述第一度量，以得到若干特征距离，其中，若干所述特征距离包括第一目标图像与各第二目标图像的特征距离；
[0028]选取所述若干特征距离中最小值对应的第三目标图像，并判定所述第三目标图像与所述第一目标图像为同一人。
[0029]有益效果：与现有技术相比，本申请提供了一种行人重识别方法、装置及系统，所述方法包括：收集两个摄像头下的每个行人的目标图像，并根据收集的目标图像组成训练样本和测试样本；将所述训练样本按照模态进行分割，以得到各模态对应的分割数据；针对每个分割数据进行分组，并基于分组后的数据得到每个模态对应的距离度量。本申请实现了在开集中学习一个距离度量，该距离度量可以在存在于开集中的复杂非线性模型中找到查询的匹配，并且，通过得到的距离度量可以快速查找到目标用户，在行人重识别领域取得了较好的准确率。
附图说明
[0030]图1为本申请提供的行人重识别方法的流程图。
[0031]图2为本申请提供的行人重识别方法的场景示意图。
[0032]图3为本申请提供的行人重识别装置的结构示意图。
[0033]图4为本申请提供的行人重识别系统的结构原理图。
具体实施方式
[0034]本申请提供一种行人重识别方法、装置及系统，为使本申请的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本申请进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
[0035]本
技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
[0036]本
技术人员可以理解，除本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种行人重识别方法，其中，其包括：获取第一场景下的第一目标图像，提取所述第一目标图像对应的第一颜色特征和第一纹理特征；根据所述第一颜色特征和所述第一纹理特征确定所述第一目标图像所处的第一模态；根据预设的模态与距离度量关系确定所述第一模态对应的第一度量；获取各第二场景下所有第二目标图像，提取各所述第二目标图像对应的第二颜色特征和第二纹理特征；将所述第一颜色特征和第一纹理特征，以及各第二目标图像对应的第二颜色特征和所述第二纹理特征输入至所述第一度量，以得到若干特征距离，其中，若干所述特征距离包括第一目标图像与各第二目标图像的特征距离；选取所述若干特征距离中最小值对应的第三目标图像，并判定所述第三目标图像与所述第一目标图像为同一人。2.根据权利要求1所述的行人重识别方法，其中，所述获取第一场景下的第一目标图像，提取所述第一目标对应的第一颜色特征和第一纹理特征之前还包括：收集两个摄像头下的每个行人的目标图像，并根据收集的目标图像组成训练样本和测试样本；将所述训练样本按照模态进行分割，以得到各模态对应的分割数据；针对每个所述分割数据进行分组，并基于分组后的数据得到每个模态对应的距离度量，以得到所述预设的模态与距离度量关系。3.根据权利要求2所述的行人重识别方法，其中，所述方法还包括：确定测试样本的模态，并根据测试样本的模态选择与该模态对应的距离度量；采用KNN聚类算法对所述距离度量进行计算，以得到特征集合。4.根据权利要求2所述的行人重识别方法，其中，所述将所述训练样本按照模态进行分割，以得到各模态对应的分割数据具体包括：提取训练样本中每个目标图像的颜色特征和纹理特征；根据每个目标图像的颜色特征和纹理特征得到多个模态；将所述训练样本按照模态进行分割，以得到各模态对应的分割数据。5.根据权利要求2所述的行人重识别方法，其中，所述针对每个分割数据进行分组，并基于分组后的数据得到每个模态对应的距离度量具体包括：针对每个分割数据进行分组，以得到三个集合，所述三个集合包括：set
1ab,k
,set
2a,k
和set
3b,k
；其中，set
1ab,k
为存在两个摄像头下的视图，set
2a,k
为仅存在摄像头a下的视图，set
3b,k
为仅存在摄像头b下的视图；基于所述三个集合得到每个模态对应的距离度量。6.根据权利要求5所述的行人重识别方法，其中，所述基于所述三个集合得到每个模态对应的距离度量之前还包括：为集合set
2a,k
和集合set
3b,k
设置正对，并更新集合set
2a,k
和集合set
3b,k
。7.根据权利要求6所述的行人重识别方法，其中，所述基于所述三个集合得到每个模态对应的距离度量具体包括：根据所述三个集合生成负图库样本集合；
根据所述三个集合中每对图像生成一对冒名顶替者；根据所述负图库样本集合和所述每对图像生成一对冒名顶替者得到每个模态对应的距离度量。8.一种行人重识别装置，其中，所述装置包括：第一获取模块，用于获取第一场景下的第一目标图像，提取所述第一目标图像对应的第一颜色特征和第一...

【专利技术属性】
技术研发人员：赛义德，
申请(专利权)人：康佳集团股份有限公司，
类型：发明
国别省市：