一种行人重识别方法技术

本发明专利技术公开了一种行人重识别方法，包括如下步骤：对搜索区域内的摄像头监控视频进行收集，人工标注或者检测算法得到的行人图片；将得到的行人图片分析处理成数据集；将数据集的行人图片与目标人物图片进行配对分析，所述数据集包括有训练集、验证集、Query、Gallery，在训练集上进行模型的训练，得到模型后对Query与Gallery中的图片提取特征计算相似度，对于每个Query在Gallery中找出前N个与其相似的图片。本发明专利技术通过将摄像头监控视频中收集的行人图片整合分类的配件、着装、肢体和面部特征与目标人物图片的颜色分析、视角与姿势分析、配件分析、面部特征分析进行逐个配对分析，提高识别的准确性，避免由于物品遮挡造成的混淆。避免由于物品遮挡造成的混淆。避免由于物品遮挡造成的混淆。

【技术实现步骤摘要】
一种行人重识别方法


[0001]本专利技术涉及模式识别
，尤其涉及一种行人重识别方法。

技术介绍

[0002]面对海量的监控视频数据，大量的人力需要投入到视频信息的监控与检索中去，这种方式的效率不仅低，还造成了额外资源浪费，如果能够利用计算机视觉分析技术，自动化监控及分析视频信息，必然可以极大地加快“平安城市”的建设。行人重识别是计算机视觉的研究中关键的任务。一般来说，给定关于行人的一张图片或者一段视频，行人重识别就是在没有重叠区域的摄像头拍摄到的图片或者视频中，将同一个人识别出来的过程。
[0003]经检索，中国专利授权公告号为CN106548139B的专利，公开了一种行人重识别方法，包括行人特征提取和特征的度量；行人特征提取主要采用滑动窗口提取图像颜色直方图，对主颜色进行扩展，再在每一行滑窗中统计每一颜色模式出现的次数，选取较大的几次之和作为该颜色的特征输出，滑窗遍历整幅图像，归一化后形成特征。上述专利中的行人重识别方法存在以下不足：识别时存在物品遮挡行人部分身体或者部分配件时容易造成混淆和识别错误。

技术实现思路

[0004]本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种行人重识别方法。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]一种行人重识别方法，包括如下步骤：
[0007](1)对搜索区域内的摄像头监控视频进行收集，人工标注或者检测算法得到的行人图片；
[0008](2)将得到的行人图片分析处理成数据集；
[0009](3)将数据集的行人图片与目标人物图片进行配对分析。
[0010]作为本专利技术再进一步的方案：所述数据集包括有训练集、验证集、Query、Gallery。
[0011]作为本专利技术再进一步的方案：在训练集上进行模型的训练，得到模型后对Query与Gallery中的图片提取特征计算相似度，对于每个Query在Gallery中找出前N个与其相似的图片。
[0012]作为本专利技术再进一步的方案：对数据集的行人图片进行穿着、尺度、遮挡、姿态和视角的分析。
[0013]作为本专利技术再进一步的方案：将行人图片中人物配件、着装、肢体和面部特征进行整合分类。
[0014]作为本专利技术再进一步的方案：对目标人物图片进行颜色分析、视角与姿势分析、配件分析、面部特征分析。
[0015]本专利技术的有益效果为通过将摄像头监控视频中收集的行人图片整合分类的配件、
着装、肢体和面部特征与目标人物图片的颜色分析、视角与姿势分析、配件分析、面部特征分析进行逐个配对分析，提高识别的准确性，避免由于物品遮挡造成的混淆。
附图说明
[0016]图1为实施例1提出的一种行人重识别方法的流程图；
[0017]图2为实施例2提出的一种行人重识别方法的流程图。
具体实施方式
[0018]下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
[0019]下面详细描述本专利的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利，而不能理解为对本专利的限制。
[0020]在本专利的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利的限制。
[0021]在本专利的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“设置”应做广义理解，例如，可以是固定相连、设置，也可以是可拆卸连接、设置，或一体地连接、设置。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利中的具体含义。
[0022]实施例1
[0023]参照图1，一种行人重识别方法，包括如下步骤：
[0024](1)对搜索区域内的摄像头监控视频进行收集，人工标注或者检测算法得到的行人图片；
[0025](2)将得到的行人图片分析处理成数据集；
[0026](3)将数据集的行人图片与目标人物图片进行配对分析。
[0027]其中，数据集包括有训练集、验证集、Query、Gallery。
[0028]其中，在训练集上进行模型的训练，得到模型后对Query与Gallery中的图片提取特征计算相似度，对于每个Query在Gallery中找出前N个与其相似的图片。
[0029]其中，对数据集的行人图片进行穿着、尺度、遮挡、姿态和视角的分析。
[0030]其中，将行人图片中人物配件、着装、肢体和面部特征进行整合分类。
[0031]工作原理：对搜索区域内的摄像头监控视频进行收集，人工标注或者检测算法得到的行人图片，在数据集的训练集上进行模型的训练，得到模型后对Query与Gallery中的图片提取特征计算相似度，对于每个Query在Gallery中找出前N个与其相似的图片，对数据集的行人图片进行穿着、尺度、遮挡、姿态和视角的分析，将行人图片中人物配件、着装、肢体和面部特征进行整合分类，将数据集的行人图片与目标人物图片进行配对分析，实现更加全面准确的识别。
[0032]实施例2
[0033]参照图2，一种行人重识别方法，本实施例相较于实施例1，对目标人物图片进行颜
色分析、视角与姿势分析、配件分析、面部特征分析。
[0034]工作原理：对搜索区域内的摄像头监控视频进行收集，人工标注或者检测算法得到的行人图片，在数据集的训练集上进行模型的训练，得到模型后对Query与Gallery中的图片提取特征计算相似度，对于每个Query在Gallery中找出前N个与其相似的图片，将行人图片中人物配件、着装、肢体和面部特征进行整合分类，对目标人物图片进行颜色分析、视角与姿势分析、配件分析、面部特征分析，将数据集的行人图片整合分类的配件、着装、肢体和面部特征与目标人物图片的颜色分析、视角与姿势分析、配件分析、面部特征分析进行逐个配对分析，提高识别的准确性，避免由于物品遮挡造成的混淆。
[0035]以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
的技术人员在本专利技术揭露的技术范围内，根据本专利技术的技术方案及其专利技术构思加以等同替换或改变，都应涵盖在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行人重识别方法，包括如下步骤：(1)对搜索区域内的摄像头监控视频进行收集，人工标注或者检测算法得到的行人图片；(2)将得到的行人图片分析处理成数据集；(3)将数据集的行人图片与目标人物图片进行配对分析。2.根据权利要求1所述的一种行人重识别方法，其特征在于，所述数据集包括有训练集、验证集、Query、Gallery。3.根据权利要求2所述的一种行人重识别方法，其特征在于，在训练集上进行模型的训练，得到模型后对Query与Gallery中的图片提取特征计算相...

【专利技术属性】
技术研发人员：安庆，
申请(专利权)人：武昌理工学院，
类型：发明
国别省市：