[发明专利]图像重识别的数据处理方法及装置

说明书

本发明提供了图像重识别的数据处理方法及装置。其中方法包括：重识别步骤，基于目标图像，对待测图像进行重识别，获得初始图像；筛选步骤，根据初始图像与目标图像之间的第一相似度和/或初始图像的图像质量对初始图像进行筛选，获得筛选图像；高精度选图步骤，根据筛选图像中的目标与目标图像中的目标的同一性，在筛选图像中选出一个或多个筛选图像作为基准图像；循环比对步骤，将筛选图像与基准图像进行循环比对，获得结果图像。通过对重识别得到的图像进行筛选和高精度选图，得到准确的基准图像，再与基准图像进行循环比对，得到更加准确的结果，提高了重识别结构的准确率。

技术领域

本发明一般地涉及图像识别领域，具体涉及一种图像重识别的数据处理方法及装置。

背景技术

目前，为保障市民安全，也为便于搜集案件线索，城市中不同地点和场景均安装了监控设备，通过监控设备能够获取图像，在需要检测目标时，可以通过对图像进行重识别，从而发现目标图像。

而目前的重识别算法，由于图像的质量、噪声、场景环境等因素的干扰，识别的准确度难以保证。在超过百万规模的大数据集时，准确度降低得更加明显。在实际监控、查找线索时，在城市场景中，待测图像可能会达到超10亿的规模，此时得到得结果往往存在偏差。

发明内容

为了解决现有技术中存在的上述问题，本发明的第一方面提供一种图像重识别的数据处理方法，包括：重识别步骤，基于目标图像，对待测图像进行重识别，获得初始图像；筛选步骤，根据初始图像与目标图像之间的第一相似度和/或初始图像的图像质量对初始图像进行筛选，获得筛选图像；高精度选图步骤，根据筛选图像中的目标与目标图像中的目标的同一性，在筛选图像中选出一个或多个筛选图像作为基准图像；循环比对步骤，将筛选图像与基准图像进行循环比对，获得结果图像。

在一例中，筛选步骤包括：相似度筛选步骤，保留与目标图像的第一相似度超过第一预设阈值的初始图像。

在一例中，筛选步骤包括：低质量图像筛选步骤，基于图像质量进行筛选，删除初始图像中的低质量图像。

在一例中，高精度选图步骤包括：确定第一相似度最高的一个或多个筛选图像与目标图像具有同一性；选择具有同一性的一个或多个筛选图像作为基准图像。

在一例中，高精度选图步骤包括：将第一相似度最高的多个筛选图像进行碰撞比对，获得一个或多个图像组；在一个或多个图像组中，选择第一相似度最高的一个筛选图像所在图像组作为与目标图像具有同一性的图像组；将具有同一性的图像组中的全部图像作为基准图像。

在一例中，高精度选图步骤包括：展示第一相似度最高的一个或多个筛选图像；接收用户输入的一个或多个筛选图像中具有同一性的筛选图像，将具有同一性的筛选图像作为基准图像。

在一例中，高精度选图步骤包括：将第一相似度最高的多个筛选图像进行碰撞比对，获得一个或多个图像组；展示一个或多个图像组以及一个或多个图像组中的筛选图像；接收用户输入的一个或多个图像组中具有同一性的图像组的指令，将具有同一性的图像组中的全部图像作为基准图像。

在一例中，循环比对步骤包括：阈值筛选步骤，保留与基准图像的第二相似度超过第二预设阈值的筛选图像作为结果图像。

在一例中，循环比对步骤包括：时空关系比对步骤，基于基准图像的地理位置信息和时间信息、以及筛选图像的地理位置信息和时间信息，计算筛选图像与基准图像之间的地理距离与时间差，进而得到筛选图像的速度信息，通过与预设速度值比对，保留速度信息小于预设速度值的筛选图像作为结果图像。

在一例中，循环比对步骤中，基于基准图像的地理位置信息和筛选图像的地理位置信息，根据地图数据，计算得到筛选图像与基准图像之间的地理距离。

在一例中，图像重识别的数据处理方法还包括：获取待测图像步骤，根据待测图像的地理位置信息和/或时间信息，获取待测图像。