[发明专利]图片处理方法、装置及设备有效

专利信息
申请号: 201911035791.0 申请日: 2019-10-28
公开(公告)号: CN110795592B 公开(公告)日: 2023-01-31
发明(设计)人: 余世杰;陈大鹏;赵瑞 申请(专利权)人: 深圳市商汤科技有限公司
主分类号: G06F16/583 分类号: G06F16/583;G06F16/532;G06F16/587;G06F16/55;G06V40/10;G06V10/774;G06V10/764
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 郝传鑫;熊永强
地址: 518054 广东省深圳市*** 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: 图片 处理 方法 装置 设备
【说明书】:

发明提供图片处理方法、装置及设备,其中,方法包括:获取包含第一对象的第一图片以及包含第一服装的第二图片;将所述第一图片和所述第二图片输入第一模型,得到第一融合特征向量,所述第一融合特征向量用于表示所述第一图片和所述第二图片的融合特征;获取第二融合特征向量,其中,所述第二融合特征向量用于表示第三图片和第四图片的融合特征,所述第三图片包含第二对象,所述第四图片是从所述第三图片截取的包含第二服装的图片;根据所述第一融合特征向量和所述第二融合特征向量之间的目标相似度,确定所述第一对象与所述第二对象是否为同一个对象。该技术方案可以实现准确提取图片中对象的特征,从而实现提高图片中对象的识别准确率。

技术领域

本发明涉及图像处理领域,尤其涉及图片处理方法、装置及设备。

背景技术

行人重识别也称行人再识别,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,可以应用于智能视频监控、智能安保等领域中,例如嫌犯追踪、失踪人口的寻找等。

目前的行人重识别方法在进行特征提取时很大程度上将行人的穿着,比如服装的颜色、款式等,作为了该行人区别于他人的特征。因此,一旦行人更换了自己的服装之后,当前的算法会很难准确识别。

发明内容

本发明实施例提供的图片处理方法、装置及设备,可以准确识别第一对象和第二对象是否为同一个对象,从而提高对象识别的准确率。

第一方面,本发明实施例提供一种图片处理方法,包括:

获取包含第一对象的第一图片以及包含第一服装的第二图片;

将所述第一图片和所述第二图片输入第一模型,得到第一融合特征向量,所述第一融合特征向量用于表示所述第一图片和所述第二图片的融合特征;

获取第二融合特征向量,其中,所述第二融合特征向量用于表示第三图片和第四图片的融合特征,所述第三图片包含第二对象,所述第四图片是从所述第三图片截取的包含第二服装的图片;

根据所述第一融合特征向量和所述第二融合特征向量之间的目标相似度,确定所述第一对象与所述第二对象是否为同一个对象。

实施本发明实施例,通过获取包含第一对象的第一图片以及包含第一服装的第二图片,将第一图片和第二图片输入第一模型,得到第一融合特征向量,获取包含第二对象的第三图片与包含第三图片中截取的第二服装的第四图片的第二融合特征向量,根据第一融合特征向量和第二融合特征向量之间的目标相似度,确定第一对象与第二对象是否为同一个对象;由于在对待查询对象(第一对象)进行特征提取时,将待查询对象的服装替换为与待查询对象可能穿过的第一服装,即提取待查询对象的特征时弱化了服装的特征,而重点在于提取更具区分性的其他特征,从而在待查询对象更换服装后,仍然能够达到很高的识别准确率。

结合第一方面,在一种可能的实现方式中,所述根据所述第一融合特征向量和所述第二融合特征向量之间的目标相似度,确定所述第一对象与所述第二对象是否为同一个对象,包括:若所述第一融合特征向量和所述第二融合特征向量之间的目标相似度大于第一阈值,则确定所述第一对象与所述第二对象为同一个对象。

通过比较第一融合特征向量和所述第二融合特征向量之间的目标相似度来确定第一对象与第二对象是否为同一对象,提高对象识别准确率。

结合第一方面,在一种可能的实现方式中,所述获取包含第一对象的第一图片以及包含第一服装的第二图片之前,还包括:将所述第三图片和所述第四图片输入所述第一模型,得到所述第二融合特征向量。

通过预先将第三图片和第四图片输入第一模型,得到第二融合特征向量,可以提高获取第二融合特征向量的效率。

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深圳市商汤科技有限公司,未经深圳市商汤科技有限公司许可,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/201911035791.0/2.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