[发明专利]行人再识别方法及设备

权利要求书

1.一种行人再识别方法，包括：

在深度视频的每一帧深度图像中检测行人,其中所述深度视频为需要从中识别目标行人的待分析深度视频；

对于每一帧深度图像中的每个行人，进行骨架关节点提取；

根据提取的骨架关节点，将每一帧深度图像中的每个行人的姿态正规化为预定视角下的姿态；

对于每一帧深度图像中的每个行人，提取姿态正规化后该行人的属性特征；以及

基于所述属性特征与目标行人的对应属性特征的相似度，从所述深度视频中识别目标行人。

2.如权利要求1所述的行人再识别方法，其中所述目标行人包含在由深度摄像头拍摄的目标深度视频中，并且所述目标深度视频和所述深度视频是由不同的深度摄像头拍摄的，或者所述目标深度视频和所述深度视频是单个深度摄像头在不同时刻拍摄的。

3.如权利要求1所述的行人再识别方法，还包括：

对每一帧深度图像中检测出的每个行人进行跟踪，以获得该行人的跟踪片段，所述跟踪片段包括该行人在所述深度视频中出现的深度图像的帧编号以及该行人在各帧深度图像中的位置的数据。

4.如权利要求3所述的行人再识别方法，其中对于每一帧深度图像中的每个行人进行骨架关节点提取包括：

对于该帧深度图像中对应于该行人的子图像区域中的每个像素：

确定预先建立的训练集中与其匹配的匹配像素，所述训练集中包含有多张行人深度图像，并且每张行人深度图像中预先标明了行人的骨架关节点；

提取该匹配像素的标记数据，所述标记数据包括该匹配像素相对于其所在的行人深度图像中行人的骨架关节点的偏移量；

基于所述标记数据及该像素在该子图像区域中的位置，对该行人的各骨架关节点进行投票；

对于该行人的每一个待提取的骨架关节点，确定所述子图像区域中的各个像素投票次数最多的点作为该骨架关节点。

5.如权利要求4所述的行人再识别方法，其中对于该帧深度图像中对应于该行人的子图像区域中的每个像素确定预先建立的训练集中与其匹配的匹配像素包括：

对于所述每个像素，基于该像素的特征描述及该像素在该子图像区域中的位置，确定所述匹配像素。

6.如权利要求4所述的行人再识别方法，其中对于每一帧深度图像中的每个行人进行骨架关节点提取还包括：

基于该行人的跟踪片段，确定该帧深度图像的前m帧包含有该行人的深度图像和后n帧包含有该行人的深度图像；

对于所确定的该帧深度图像中的该行人的各骨架关节点，基于所述前m帧深度图像和后n帧深度图像中的该行人的各骨架关节点进行优化。

7.如权利要求1所述的行人再识别方法，其中根据提取的骨架关节点将每一帧深度图像中的每个行人的姿态正规化为预定视角下的姿态包括：

确定该行人的运动方向，作为其朝向；

根据所述朝向，通过对该行人的骨架关节点的位置坐标进行空间坐标变换以得到正规化后的骨架关节点的位置坐标，将行人的姿态正规化为预定视角下的姿态。

8.如权利要求7所述的行人再识别方法，其中所述预定视角包括第一视角和第二视角，所述第一视角为行人的正面正对摄像头，并且摄像头水平对齐行人正面预定位置，所述第二视角为行人的背面正对摄像头，并且摄像头水平对齐行人背面预定位置。

9.如权利要求7所述的行人再识别方法，其中对于每一帧深度图像中的每个行人提取姿态正规化后该行人的属性特征包括：提取该行人的中层语义特征，该中层语义特征至少包括该行人在现实世界的高度。

10.如权利要求9所述的行人再识别方法，其中对于每一帧深度图像中的每个行人提取姿态正规化后该行人的属性特征还包括：提取该行人的底层语义特征、人脸特征和运动特征中的一个或多个。