[发明专利]行人聚类方法、设备及存储介质

权利要求书

1.一种行人聚类方法，其特征在于，包括：

获取多组图像序列，每组所述图像序列包括多个连续图像，每组所述图像序列分别包括一预定区域内行人的第一人体图像和第二人体图像，所述第一人体图像和所述第二人体图像为不同视角的人体图像；

检测每一组所述图像序列中的人体图像，获取相匹配的第一人体图像和第二人体图像，以组成一组匹配的人体图像对；

获取每组所述人体图像对所对应的关联人脸图像，形成包括所述人体图像对和所述关联人脸图像的三元图像组；

利用多组所述三元图像组进行聚类，获得行人聚类结果。

2.根据权利要求1所述的方法，其特征在于，每组所述图像序列分别由一个双向相机组获取，每个所述双向相机组包括第一相机和第二相机，以分别获得一所述预定区域内行人的所述第一人体图像和所述第二人体图像，所述第一相机和所述第二相机的拍摄轴线的夹角角度满足预设角度要求。

3.根据权利要求2所述的方法，其特征在于，所述检测每一组所述图像序列中的人体图像，获取相匹配的第一人体图像和第二人体图像，以组成一组匹配的人体图像对，包括：

检测每一组所述图像序列中出现的人体；

选取所述第一相机获得的第一人体图像，获取所述第二相机获得的所述第一人体图像前后预设时间段内的人体图像集合；

计算所述第一人体图像与所述人体图像集合内所有图像的相似度；

从相似度大于预设阈值的图像中，选取相似度最高的图像确定为第二人体图像；

利用所述第一人体图像和所述第二人体图像形成一组匹配的所述人体图像对。

4.根据权利要求3所述的方法，其特征在于，所述选取第一相机获得的第一人体图像，包括：

跟踪所述第一相机拍摄到的目标人体，获取目标人体图像序列；

利用人体质量模型获取所述目标人体图像序列中的质量分数最高的人体图像，作为所述第一人体图像。

5.根据权利要求3所述的方法，其特征在于，所述计算所述第一人体与所述人体图像集合内所有图像的相似度，包括：

使用行人重识别模型提取所述人体图像集合内所有图像的归一化特征，计算所述第一人体图像和所述人体图像集合内所有图像的余弦相似度。

6.根据权利要求1所述的方法，其特征在于，所述获取每组所述人体图像对所对应的关联人脸图像，包括：

跟踪所述人体图像对所对应的人脸图像，获取人脸图像序列；

利用人脸质量匹配模型获取所述人脸图像序列中的质量分数最高的人脸图像，确定为所述关联人脸图像。

7.根据权利要求1所述的方法，其特征在于，所述利用多组所述三元图像组进行聚类，获得行人聚类结果，包括：

利用多组所述三元图像组分别进行人脸聚类和人体聚类，获得人脸聚类值和人体聚类值；

响应于两组所述三元图像组的所述人脸聚类值大于人脸聚类阈值，且所述人体聚类值大于人体聚类阈值，将两组所述三元图像组直接聚类在一起。

8.根据权利要求7所述的方法，其特征在于，所述对多组所述三元图像组进行聚类，获得行人聚类结果，还包括：

响应于两组所述三元图像组的所述人脸聚类值大于所述人脸聚类阈值，而所述人体聚类值小于所述人体聚类阈值；

确定两组所述三元图像组中的两个所述第一人体图像的第一相似度响应于所述第一相似度大于人体松弛阈值，将两组所述三元图像组聚类在一起。

9.根据权利要求7所述的方法，其特征在于，所述对多组所述三元图像组进行聚类，获得行人聚类结果，还包括：

响应于两组所述三元图像组的所述人体聚类值大于所述人体聚类阈值，且所述人脸聚类值小于所述人脸聚类阈值；

确定两组所述三元图像组中的两个所述最优人脸图像的第二相似度；

响应于所述第二相似度大于人脸松弛阈值，将两组所述三元图像组聚类在一起。