[发明专利]行人聚类方法、设备及存储介质

说明书

本申请公开行人聚类方法、设备及存储介质，其中，行人聚类方法包括：获取多组图像序列，每组图像序列包括多个连续图像，每组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，第一人体图像和第二人体图像为不同视角的人体图像；检测每一组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；获取每组人体图像对所对应的关联人脸图像，形成包括人体图像对和关联人脸图像的三元图像组；利用多组三元图像组进行聚类，获得行人聚类结果。本申请通过获取预定区域内行人的第一人体图像和第二人体图像，时间域的限制极大的保证匹配精度提高第一人体图像和第二人体图像的匹配效率和匹配精度。

技术领域

本申请属于图像识别技术领域，具体涉及行人聚类方法、设备及存储介质。

背景技术

行人聚类属于图像聚类领域的一个子问题，主要是将同一个人在不同摄像头下或视频中出现的人体图像自动归档在一起，其在城市安防、公安刑侦、智能楼宇和智慧零售等领域具有非常重要的应用价值。在实际的监控场景中，由于人体存在复杂的姿态变化、丰富的视角变化和遮挡等问题，导致同一身份的行人表观特征可能存在较大差异，这给人体聚类带来了巨大的挑战。

发明内容

本申请提供行人聚类方法、设备及存储介质，以解决人体聚类困难的技术问题。

为解决上述技术问题，本申请采用的一个技术方案是：一种行人聚类方法，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。

为解决上述技术问题，本申请采用的又一个技术方案是：一种电子设备，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现上述行人聚类方法。

为解决上述技术问题，本申请采用的又一个技术方案是：一种计算机可读存储介质，其上存储有程序数据，所述程序数据被处理器执行时实现上述行人聚类方法。

本申请的行人聚类方法至少具有如下优点：本申请获取的图像序列在一预定区域内，第一人体图像和第二人体图像的时间接近，且为不同视角的人体图像，提高第一人体图像和第二人体图像的匹配效率和匹配精度。且本申请只获取每个人体图像的另一个匹配人体图像，形成一组人体图像对，而现有方案通常是利用满足阈值条件的所有人体相互匹配，其存在较大的冗余和误判，对于城市级这种大体量的行人聚类来说会造成计算资源压力大和链式聚类的错误放大效应，这对行人聚类来说是致命的。本申请中的匹配方案较现有方案能有效降低信息冗余和弱化链式聚类的错误放大效应。并且本申请通过分别利用人脸和人体聚类，相比直接将人脸和人体信息融合在一起聚类，能有效的避免人脸人体语义信息不匹配的问题，并且通过将人脸和人体分开聚类，还可以然后相互修正，将极大的提高行人聚类的准确率和召回率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，其中：

图1是本申请的行人聚类方法一实施例的流程示意图；

图2是本申请的行人聚类装置一实施例的框架示意图；

图3是本申请的电子设备一实施例的框架示意图；

图4是本申请计算机可读存储介质一实施例的框架示意图。

具体实施方式