[发明专利]行人再识别方法及设备

说明书

公开了行人再识别方法、设备和计算机程序产品。所述方法包括：在深度视频的每一帧深度图像中检测行人；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。利用所述方法、设备和计算机程序产品，提高了在不同的背景环境以及多摄像头设置的情况下行人再识别的准确度。

技术领域

本公开涉及图像处理，并且具体涉及行人再识别方法、设备和计算机程序产品。

背景技术

行人再识别(Person re-identification)是指从来源于非交叠的多个摄像机视场的行人图像库或视频流中识别出目标行人。不同于单摄像头下普通的行人跟踪，行人再识别可以在不同的背景环境以及多摄像头设置下实现对特定行人的长期跟踪与监视，因此其在监控领域有着非常大的应用前景。比如，对于商场消费者的行人再识别使得可以跟踪该行人在多个摄像头下的运动轨迹，进而可以对其可能的消费行为进行分析和统计。再比如，在智能视频监控系统中，通过行人再识别技术能够自动识别出目标行人并向监控系统操作人员进行报告，从而使得操作人员无需进行费时费力的人工观察和识别。

目前，行人再识别通常是依据来自图像或视频中的行人的颜色、纹理等底层信息来进行的，其效果往往并不理想，主要原因在于：行人在不同摄像头下的视角可能差别很大；不同摄像头所覆盖的区域往往并不交叠；不同摄像头所在位置处的光照条件可能不同，从而导致同一物体在不同摄像头下的外貌可能相差很大；行人可能背对或侧面朝向摄像头行走，导致无法捕捉到人脸信息，或者即使能捕捉到人脸信息，由于监控摄像头的分辨率通常较低，也无法清晰的看到人脸。

发明内容

根据本公开的一个方面，提供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；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。

根据本公开的另一方面，提供一种行人再识别设备，包括：处理器；存储器；和存储在所述存储器中的计算机程序指令。所述计算机程序指令在被所述处理器运行时执行以下步骤：在深度视频的每一帧深度图像中检测行人；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。

根据本公开的另一方面，提供了一种用于行人再识别的计算机程序产品，包括计算机可读存储介质，在所述计算机可读存储介质上存储了计算机程序指令，所述计算机程序指令可由处理器执行以使得所述处理器：在深度视频的每一帧深度图像中检测行人；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。

根据本公开的另一方面，提供了一种行人再识别设备，包括：检测装置，配置为在深度视频的每一帧深度图像中检测行人；骨架提取装置，配置为对于每一帧深度图像中的每个行人，进行骨架关节点提取；正规化装置，配置为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；特征提取装置，配置为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；以及识别装置，配置为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。