身份识别方法以及装置制造方法及图纸

本说明书实施例提供身份识别方法以及装置，其中所述身份识别方法包括：对获取的待处理图像中包含的待识别对象进行关键点检测，根据关键点检测结果确定所述待识别对象对应的特征检测区域，提取所述特征检测区域的图像特征，并利用所述图像特征对所述待识别对象进行行人重识别，生成所述待识别对象对应的身份识别结果。

【技术实现步骤摘要】
身份识别方法以及装置
本说明书实施例涉及计算机
，特别涉及一种身份识别方法。本说明书一个或者多个实施例同时涉及一种身份识别装置，一种计算设备，以及一种计算机可读存储介质。
技术介绍
随着视频技术的发展，越来越多的场景部署有摄像头，可用于采集场景画面，例如医院、商场、火车站等，采集到的场景画面可为安防、商业等领域的安全检测、分析提供有力的数据基础。行人重识别技术是图像检索中的一个重要研究领域，且在不同场景下适用于对行人进行关键点特征分析并识别，由各个特征的分析结果逐渐上升到全局的人体特征匹配结果，以完成对特殊人群的精确识别。但目前行人重识别领域还是存在着很大的挑战和难度，目前的行人重识别方法多直接提取用户所在位置矩形框中的图像特征，并利用图像特征之间的距离判断人物身份，而在行人间存在遮挡，或由于摄像头的角度问题所导致的一个矩形框中包含多个人物，或一个主体人物+多个其他人物身体部分的情况下，会导致识别结果的准确性较低，因此，亟需一种有效的方法以解决此类问题。
技术实现思路
有鉴于此，本说明书实施例提供了一种身份识别方法。本说明书一个或者多个实施例同时涉及一种身份识别装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。根据本说明书实施例的第一方面，提供了一种身份识别方法，包括：对获取的待处理图像中包含的待识别对象进行关键点检测；根据关键点检测结果确定所述待识别对象对应的特征检测区域；提取所述特征检测区域的图像特征，并利用所述图像特征对所述待识别对象进行行人重识别，生成所述待识别对象对应的身份识别结果。可选地，所述对获取的待处理图像中包含的待识别对象进行关键点检测，包括：将获取的待处理图像输入关键点检测模型，其中，所述关键点检测模型对所述待处理图像中包含的待识别对象进行关键点检测；所述关键点检测模型通过以下方式进行训练：获取样本图像，以及所述样本图像中待识别对象的关键点标注结果；将所述样本图像作为训练样本，所述关键点标注结果作为标签，对关键点检测模型进行训练，获得所述关键点检测模型。可选地，所述根据关键点检测结果确定所述待识别对象对应的特征检测区域，包括：确定关键点检测结果中是否包含第一目标关键点及第二目标关键点；若是，则基于所述第一目标关键点和第二目标关键点间的连线以及所述关键点检测结果确定所述待识别对象的特征检测区域。可选地，所述根据关键点检测结果确定所述待识别对象对应的特征检测区域，包括：若确定关键点检测结果中包含第一目标关键点，则以所述待处理图像的任意顶点为坐标原点，建立二维图像坐标系；确定所述第一目标关键点在所述二维图像坐标系中的第一坐标；根据二维图像坐标系与三维参考坐标系间的坐标转换关系以及所述第一坐标，计算所述第一目标关键点在所述三维参考坐标系中的参考坐标；根据所述参考坐标及所述坐标转换关系，计算经过所述参考坐标并与所述三维参考坐标系的竖轴平行的直线上任意一点在所述图像坐标系中的第二坐标；基于所述第一目标关键点和第二坐标的坐标点间的连线以及所述关键点检测结果确定所述待识别对象的特征检测区域。可选地，所述根据关键点检测结果确定所述待识别对象对应的特征检测区域，包括：若确定关键点检测结果中未包含第一目标关键点，则以所述待处理图像的任意顶点为坐标原点，建立二维图像坐标系；确定第二目标关键点在所述二维图像坐标系中的第一坐标；根据二维图像坐标系与三维参考坐标系间的坐标转换关系、所述第一坐标以及预设的所述第二目标关键点在所述三维参考坐标系的竖轴方向对应的值，计算所述第二目标关键点在所述三维参考坐标系中的参考坐标；根据所述参考坐标及所述坐标转换关系，计算经过所述参考坐标并与所述三维参考坐标系的竖轴平行的直线上任意一点在所述图像坐标系中的第二坐标；基于所述第二目标关键点和第二坐标的坐标点间的连线以及所述关键点检测结果确定所述待识别对象的特征检测区域。可选地，所述根据关键点检测结果确定所述待识别对象对应的特征检测区域，包括：确定关键点检测结果中是否包含第一目标关键点及第二目标关键点；若是，则确定所述第一目标关键点和第二目标关键点间的连线，根据所述连线与所述待处理图像的边之间的角度及位置关系，确定所述待处理图像中所述待识别对象的初始特征检测区域的旋转角度及旋转方向；按照所述旋转角度及所述旋转方向对所述初始特征检测区域进行旋转处理，生成所述待识别对象对应的特征检测区域。可选地，所述根据关键点检测结果确定所述待识别对象对应的特征检测区域，包括：若确定关键点检测结果中包含第一目标关键点，则以所述待处理图像的任意顶点为坐标原点，建立二维图像坐标系；确定所述第一目标关键点在所述二维图像坐标系中的第一坐标；根据二维图像坐标系与三维参考坐标系间的坐标转换关系以及所述第一坐标，计算所述第一目标关键点在所述三维参考坐标系中的参考坐标；根据所述参考坐标及所述坐标转换关系，计算经过所述参考坐标并与所述三维参考坐标系的竖轴平行的直线上任意一点在所述图像坐标系中的第二坐标；确定所述第一目标关键点和第二坐标的坐标点的连线，根据所述连线与所述二维图像坐标系的坐标轴之间的角度及位置关系，确定所述待处理图像中所述待识别对象的初始特征检测区域的旋转角度及旋转方向；按照所述旋转角度及所述旋转方向对所述初始特征检测区域进行旋转处理，生成所述待识别对象对应的特征检测区域。可选地，所述根据关键点检测结果确定所述待识别对象对应的特征检测区域，包括：根据关键点检测结果及所述关键点检测结果中包含的第一目标关键点和第二目标关键点间的连线，确定所述待识别对象的特征检测区域的大小以及展示位置；根据所述大小以及所述展示位置生成所述待处理图像中所述待识别对象对应的特征检测区域。可选地，所述身份识别方法，还包括：确定所述待处理图像中第一特征检测区域与至少一个第二特征检测区域的重叠面积，其中，所述第一特征检测区域为所述待处理图像中至少两个特征检测区域之一；在确定所述重叠面积的大小小于预设阈值的情况下，则提取所述第一特征检测区域的图像特征。可选地，所述身份识别方法，还包括：在确定所述重叠面积的大小大于等于预设阈值的情况下，则确定所述第一特征检测区域与所述至少一个第二特征检测区域中待识别对象的遮挡关系；若所述至少一个第二特征检测区域被所述第一特征检测区域遮挡，则提取所述第一特征检测区域的图像特征；或者，若所述第一特征检测区域被所述至少一个第二特征检测区域遮挡，则提取所述至少一个第二特征检测区域的图像特征。可选地，所述身份识别方法，还包括：在确定所述重叠面积的大小小于预设阈值的情况下，则判断所述第一特征检测区域中包含的目标关键点的数量是否大于等于预设数量阈值；若是，则判断所述第一特征检本文档来自技高网...

【技术保护点】
1.一种身份识别方法，包括：/n对获取的待处理图像中包含的待识别对象进行关键点检测；/n根据关键点检测结果确定所述待识别对象对应的特征检测区域；/n提取所述特征检测区域的图像特征，并利用所述图像特征对所述待识别对象进行行人重识别，生成所述待识别对象对应的身份识别结果。/n

【技术特征摘要】
1.一种身份识别方法，包括：
对获取的待处理图像中包含的待识别对象进行关键点检测；
根据关键点检测结果确定所述待识别对象对应的特征检测区域；
提取所述特征检测区域的图像特征，并利用所述图像特征对所述待识别对象进行行人重识别，生成所述待识别对象对应的身份识别结果。


2.根据权利要求1所述的身份识别方法，所述对获取的待处理图像中包含的待识别对象进行关键点检测，包括：
将获取的待处理图像输入关键点检测模型，其中，所述关键点检测模型对所述待处理图像中包含的待识别对象进行关键点检测；
所述关键点检测模型通过以下方式进行训练：
获取样本图像，以及所述样本图像中待识别对象的关键点标注结果；
将所述样本图像作为训练样本，所述关键点标注结果作为标签，对关键点检测模型进行训练，获得所述关键点检测模型。


3.根据权利要求1所述的身份识别方法，所述根据关键点检测结果确定所述待识别对象对应的特征检测区域，包括：
确定关键点检测结果中是否包含第一目标关键点及第二目标关键点；
若是，则基于所述第一目标关键点和第二目标关键点间的连线以及所述关键点检测结果确定所述待识别对象的特征检测区域。


4.根据权利要求1或3所述的身份识别方法，所述根据关键点检测结果确定所述待识别对象对应的特征检测区域，包括：
若确定关键点检测结果中包含第一目标关键点，则以所述待处理图像的任意顶点为坐标原点，建立二维图像坐标系；
确定所述第一目标关键点在所述二维图像坐标系中的第一坐标；
根据二维图像坐标系与三维参考坐标系间的坐标转换关系以及所述第一坐标，计算所述第一目标关键点在所述三维参考坐标系中的参考坐标；
根据所述参考坐标及所述坐标转换关系，计算经过所述参考坐标并与所述三维参考坐标系的竖轴平行的直线上任意一点在所述图像坐标系中的第二坐标；
基于所述第一目标关键点和第二坐标的坐标点间的连线以及所述关键点检测结果确定所述待识别对象的特征检测区域。


5.根据权利要求1或3所述的身份识别方法，所述根据关键点检测结果确定所述待识别对象对应的特征检测区域，包括：
若确定关键点检测结果中未包含第一目标关键点，则以所述待处理图像的任意顶点为坐标原点，建立二维图像坐标系；
确定第二目标关键点在所述二维图像坐标系中的第一坐标；
根据二维图像坐标系与三维参考坐标系间的坐标转换关系、所述第一坐标以及预设的所述第二目标关键点在所述三维参考坐标系的竖轴方向对应的值，计算所述第二目标关键点在所述三维参考坐标系中的参考坐标；
根据所述参考坐标及所述坐标转换关系，计算经过所述参考坐标并与所述三维参考坐标系的竖轴平行的直线上任意一点在所述图像坐标系中的第二坐标；
基于所述第二目标关键点和第二坐标的坐标点间的连线以及所述关键点检测结果确定所述待识别对象的特征检测区域。


6.根据权利要求1所述的身份识别方法，所述根据关键点检测结果确定所述待识别对象对应的特征检测区域，包括：
确定关键点检测结果中是否包含第一目标关键点及第二目标关键点；
若是，则确定所述第一目标关键点和第二目标关键点间的连线，根据所述连线与所述待处理图像的边之间的角度及位置关系，确定所述待处理图像中所述待识别对象的初始特征检测区域的旋转角度及旋转方向；
按照所述旋转角度及所述旋转方向对所述初始特征检测区域进行旋转处理，生成所述待识别对象对应的特征检测区域。


7.根据权利要求1所述的身份识别方法，所述根据关键点检测结果确定所述待识别对象对应的特征检测区域，包括：
若确定关键点检测结果中包含第一目标关键点，则以所述待处理图像的任意顶...

【专利技术属性】
技术研发人员：韩煦深，赵雄心，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：浙江;33