[发明专利]对象重新识别的方法

权利要求书

1.一种对象类型的对象的图像中的对象重新识别的方法，所述方法包括：

提供用于对象重新识别的多个神经网络，其中所述多个神经网络中的不同的神经网络已经在针对所述对象类型的解剖特征的不同组上被训练，并且其中每组解剖特征由关键点矢量形式的参考矢量表示，其中关键点表示所述解剖特征，

接收所述对象类型的对象的多个图像，

确定表示所述多个图像中的每一个中的所述对象类型的解剖特征的关键点，

确定表示在所述多个图像中的全部中被确定的解剖特征的输入矢量，其中所述输入矢量是表示所述解剖特征的关键点矢量的形式，

将所述输入矢量与所述参考矢量进行比较，以根据预定义条件确定最相似的参考矢量，并且

将所述多个对象的包括所述多个图像的图像数据中的全部或部分的图像数据输入到由所述最相似的参考矢量表示的所述神经网络(#1)，以确定所述多个对象是否具有相同的身份。

2.根据权利要求1所述的方法，其中，所述对象类型是人类。

3.根据权利要求1所述的方法，其中，所述预定义条件定义了将等于所述输入矢量的参考矢量确定为所述最相似的参考矢量。

4.根据权利要求1所述的方法，其中，所述预定义条件定义了从所述参考矢量中将与所述输入矢量具有最大重叠的参考矢量确定为所述最相似的参考矢量。

5.根据权利要求1所述的方法，其中，所述预定义条件定义了从所述参考矢量中确定包括最大数量的与所述输入矢量重叠的由优先级列表定义的解剖特征的参考矢量。

6.根据权利要求1所述的方法，进一步包括：

参考预设的质量条件评估所述输入矢量，

当满足所述预设的质量条件时，执行将所述输入矢量与输入图像数据进行比较的步骤，并且

当不满足所述预设的质量条件时，丢弃所述多个图像中的至少一个图像，基于所述多个图像确定新的输入矢量作为所述输入矢量，并且从评估所述输入矢量的步骤迭代所述方法。

7.根据权利要求6所述的方法，其中，所述评估所述输入矢量包括：将所述输入矢量与解剖特征的预定义列表进行比较，来自所述预定义列表的至少一个解剖特征应被表示在所述输入矢量中。

8.根据权利要求1所述的方法，其中，所述多个图像由一个摄像机在多个时间点捕获、由从不同角度覆盖相同的场景的多个摄像机捕获或由描绘不同的场景的多个摄像机捕获。

9.根据权利要求1所述的方法，其中，所述多个图像的图像数据的所述输入包括：输入仅表示在所述多个图像中的全部中被描绘的所述解剖特征的图像数据。

10.根据权利要求1所述的方法，其中，接收所述多个图像的步骤包括：

由一个或多个摄像机捕获图像，并且

基于预定的帧距离、时间间隙、图像锐度、描绘的对象的姿态、分辨率、区域的纵横比和平面旋转来选择不同的图像以形成所述多个图像。

11.一种非暂时性计算机可读记录介质，所述非暂时性计算机可读记录介质上记录有计算机可读程序代码，所述计算机可读程序代码当在具有处理能力的设备上执行时被配置为执行权利要求1所述的方法。

12.一种用于控制视频处理单元以便于对象重新识别的控制器，所述控制器能够访问用于对象类型的对象的图像中的对象重新识别的多个神经网络，其中，所述多个神经网络中的不同的神经网络已经在针对所述对象类型的解剖特征的不同组上被训练，并且其中每组解剖特征由关键点矢量形式的参考矢量表示，其中关键点表示所述解剖特征，所述控制器包括：

接收器，被配置为接收所述对象类型的对象的多个图像；

确定部件，被配置为确定表示所述多个图像(4)中的每一个中的所述对象类型的解剖特征的关键点，并且被配置为确定表示在所述多个图像中的全部中被确定的解剖特征的输入矢量，其中所述输入矢量是表示所述解剖特征的关键点矢量的形式，

比较部件，适于将所述输入矢量与所述参考矢量进行比较，以根据预定义条件确定最相似的参考矢量，

输入部件，被配置为将所述多个对象的包括所述多个图像的图像数据中的全部或部分的图像数据输入到由所述最相似的参考矢量表示的所述神经网络，以确定所述多个对象是否具有相同的身份，以及

控制部件，被配置为控制所述视频处理单元是否将所述多个对象视为具有相同的身份。