[发明专利]行人画像的生成及基于画像的行人识别

说明书

本发明提供了行人画像的生成及基于画像的行人识别的方法、装置、系统和存储介质，所述行人识别方法包括：基于输入信息生成待识别行人的行人画像；以及基于行人图像数据库和所述行人画像，利用训练好的行人识别神经网络进行行人识别以得到与所述行人画像相对应的行人信息。根据本发明实施例的行人画像的生成及基于画像的行人识别方法、装置、系统和存储介质对于无法提供待识别行人的行人图像的场景通过生成行人画像来实现对行人的完整视觉描述，并利用神经网络基于生成的行人画像实施行人识别，相对于基于文字描述的行人识别，能够显著提高行人识别的效率和准确度。

技术领域

本发明涉及行人识别(Person Re-identification)技术领域，更具体地涉及一种行人画像的生成及基于画像的行人识别的方法、装置、系统和存储介质。

背景技术

在视频结构化的诸多应用中，行人的分析至关重要，特别是对于人的身份识别在安防、视频检索等众多领域起着核心作用。行人识别也称为行人重识别或行人再识别，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。给定一个行人图像，检索跨设备下的该行人图像。在刑侦应用中，需要根据一张图像在城市中庞大的摄像头网络中找到该人。

在目前市场上的系统中，绝大多数行人识别方法是拿一张拍到的行人图像去进行检索，但某些情况下，可能无法拍到该人的图像。特别是，刑侦中受害人或目击者去报案，只能对见到的人进行描述，例如穿了黄色的上衣、黑色的裤子、背着双肩包、戴着帽子等。在这种情况下，只能通过人的属性去寻找，但属性种类有限，不足以完整描述整个人，使得行人识别效率低下。

发明内容

针对上述问题，本发明提出了一种关于行人画像的生成及基于画像的行人识别的方案，其生成能够完整描述行人的画像，并基于画像实施行人识别，能够显著提高行人识别的效率和准确度。下面简要描述本发明提出的关于行人画像的生成及基于画像的行人识别的方案，更多细节将在后续结合附图在具体实施方式中加以描述。

根据本发明一方面，提供了一种基于画像的行人识别方法，所述方法包括：基于输入信息生成待识别行人的行人画像；以及基于行人图像数据库和所述行人画像，利用训练好的行人识别神经网络进行行人识别以得到与所述行人画像相对应的行人信息。

在本发明的一个实施例中，所述基于输入信息生成待识别行人的行人画像进一步包括：根据所述输入信息从行人属性模板库中选择相应的模板；以及基于所述选择的模板生成所述行人画像。

在本发明的一个实施例中，所述根据所述输入信息从行人属性模板库中选择相应的模板包括：从所述行人属性模板库中选择与所述输入信息所描述的行人属性相匹配的模板。

在本发明的一个实施例中，所述根据所述输入信息从行人属性模板库中选择相应的模板还包括：从所述行人属性模板库中选择与所述输入信息所描述的行人属性相关联的行人属性相匹配的模板。

在本发明的一个实施例中，所述行人属性模板库中的模板为二维模板，且所述基于所述选择的模板生成行人画像包括：基于所述选择的模板生成二维行人画像。

在本发明的一个实施例中，所述行人属性模板库中的模板为三维模板，且所述基于所述选择的模板生成所述行人画像包括：基于所述选择的模板生成三维行人模型；以及基于所述三维行人模型映射得到所需角度的二维行人画像。

在本发明的一个实施例中，所述行人属性模板库中的模板所对应的行人属性至少包括以下中的一项或多项：性别、身高、体型、肤色、衣着以及其他穿戴手持物。

在本发明的一个实施例中，所述行人识别神经网络的训练包括：输入样本画像和与所述样本画像相对应的样本图像；分别提取所述样本画像的特征和所述样本图像的特征；基于所述提取的特征和预先设置的损失函数计算所述行人识别神经网络的总损失；以及基于所述总损失优化所述行人识别神经网络的参数。