[发明专利]行人再识别方法和装置有效

专利信息
申请号: 201610294143.7 申请日: 2016-05-05
公开(公告)号: CN107346409B 公开(公告)日: 2019-12-17
发明(设计)人: 白博;唐振;陈茂林 申请(专利权)人: 华为技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46
代理公司: 44285 深圳市深佳知识产权代理事务所(普通合伙) 代理人: 王仲凯
地址: 518129 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 行人 识别 方法 装置
【权利要求书】:

1.一种行人再识别方法,其特征在于,包括:

获取目标图像和参考图像,所述目标图像和所述参考图像均为行人图像;

分别检测第一局部显著性特征和第二局部显著性特征,所述第一局部显著性特征为所述目标图像在目标区域上的局部显著性特征,所述第二局部显著性特征为所述参考图像在所述目标区域上的局部显著性特征;

计算所述第一局部显著性特征和第二局部显著性特征的相似度;

其中,

所述目标区域是位于行人身上的任意一个区域,检测局部显著性特征包括:获取所述目标区域中的显著性图;对所述目标区域的显著性图进行二值化,生成二值图像;从所述二值图像中提取所述目标区域中的连通部件集合,确定局部显著性特征,所述局部显著性特征包括所述连通部件集合中满足预置条件的连通部件;

或者,

所述目标区域位于行人图像的头部区域,所述检测局部显著性特征包括:获取所述目标区域的颜色分布以及标准颜色分布,计算所述目标区域的颜色分布与所述目标区域的标准颜色分布的距离;当所述距离大于第一预置数值时,确定所述目标区域为局部显著性特征。

2.根据权利要求1所述的行人再识别方法,其特征在于,所述计算所述第一局部显著性特征和第二局部显著性特征的相似度,包括:

分别生成所述第一局部显著性特征和所述第二局部显著性特征的描述向量,其中,所述描述向量包括尺度描述、颜色描述、位置描述和形状描述中的至少一种;

计算所述第一局部显著性特征和所述第二局部显著性特征的描述向量的距离的倒数,将所述倒数作为所述第一局部显著性特征和所述第二局部显著性特征的相似度的一个因子。

3.根据权利要求1所述的行人再识别方法,其特征在于,所述获取所述目标区域中的显著性图,包括:

对所述目标区域中的任意一个像素点(x,y),所述像素点的显著性值为将Salience(x,y)归一化到0-255之间得到的值,其中,

其中,δ为所述目标区域中包括像素点(x,y)的像素点集,||Pic(x,y)-Pic(i,j)||2为像素点(x,y)和像素点(i,j)在预置色彩空间内的距离。

4.根据权利要求1或3所述的行人再识别方法,其特征在于,所述预置条件包括:尺寸位于预置范围内,且在尺寸位于预置范围内的所有连通部件中显著性最大,其中,连通部件的显著性为所述连通部件中各像素点(x,y)的显著性值的和。

5.根据权利要求4所述的行人再识别方法,其特征在于,所述预置条件还包括:所述连通部件的中心位于预置区域集合内。

6.根据权利要求1至3,以及5中任一项所述的行人再识别方法,其特征在于,所述获取参考图像,包括:

获取行人跟踪序列,所述行人跟踪序列包括同一行人在同一跟踪轨迹中至少两个时刻的行人图像;

当检测到所述行人跟踪序列中至少部分图像在所述目标区域上存在局部显著性特征时,判断所述局部显著性特征在所述行人跟踪序列中是否稳定;

当确定所述局部显著性特征稳定时,根据所述行人跟踪序列中所述目标区域上存在局部显著性特征的各图像中的所述局部显著性特征确定待填充特征,对所述行人跟踪序列中目标区域上不存在局部显著性特征的图像填充所述待填充特征;

将所述行人跟踪序列中的各图像依次作为所述参考图像。

7.根据权利要求1至3,以及5中任一项所述的行人再识别方法,其特征在于,所述获取参考图像,包括:

获取行人跟踪序列,所述行人跟踪序列包括同一行人在同一跟踪轨迹中至少两个时刻的行人图像;

当检测到所述行人跟踪序列中至少部分图像在所述目标区域上存在局部显著性特征时,判断所述局部显著性特征在所述行人跟踪序列中是否稳定;

当确定所述局部显著性特征不稳定时,将所述行人跟踪序列中目标区域上存在局部显著性特征的图像中目标区域上的局部显著性特征删除;

将所述行人跟踪序列中的各图像依次作为所述参考图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华为技术有限公司,未经华为技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610294143.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top