[发明专利]人体图像的聚档方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202111068356.5 申请日: 2021-09-13
公开(公告)号: CN113987244A 公开(公告)日: 2022-01-28
发明(设计)人: 潘华东;夏鲁宾;殷俊 申请(专利权)人: 浙江大华技术股份有限公司
主分类号: G06F16/55 分类号: G06F16/55;G06F16/583;G06V10/762;G06V10/74
代理公司: 杭州华进联浙知识产权代理有限公司 33250 代理人: 金无量
地址: 310051 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人体 图像 方法 装置 计算机 设备 存储 介质
【说明书】:

本申请涉及一种人体图像的聚档方法、装置、计算机设备、以及计算机可读存储介质,通过获取每张待聚档的人体图像中的人体特征和属性特征;针对每张待聚档的人体图像,将其中的人体特征和属性特征进行整合,得到每张待聚档的人体图像的聚类特征;根据多张待聚档的人体图像的聚类特征之间的相似度,对多张待聚档的人体图像进行聚类,形成人体图像档案。本申请在人体图像的聚档过程中,利用待聚档人体图像的人体特征结合属性特征,扩大了待聚档的人体图像的输入信息量以及利用扩大的输入信息量改进人体图像的聚档策略,从而提升人体图像聚档的准确率。

技术领域

本申请涉及图像处理技术领域,特别是涉及一种人体图像的聚档方法、装置、计算机设备和计算机可读存储介质。

背景技术

在安防技术领域中,人员信息聚档是一个十分重要的技术,有助于技术人员定位嫌疑人的行动轨迹和常用落脚点。人体图像聚档是人员信息聚档中的一个关键环节,主要功能是把安防摄像头抓拍到人体图像聚合成一个个档案,每个档案中的人体图像都属于同一个人,不同档案的图像属于不同人。

相关技术中,通过获取待聚档图片以及现有档案中各个现有代表图片的特征值;获取待归档图片的特征值与现有档案中各个现有代表图片的特征值之间相似度最高的第一相似度;将第一相似度与预设相似度阈值进行比较,根据比较结果判断出第一相似度所属的预设相似度区域;根据判断结果选择对应的预设聚档策略对待聚档图片进行聚档。

然而,图片的特征信息容易受到各种环境因素的影响,在不同环境下,图片特征相似度会出现偏差,导致不同的人的相似度可能高于同一个人的相似度,从而导致容易出现聚档错误的问题,聚档准确率低。针对相关技术中,存在的聚档准确率低的问题,目前尚未提出有效的解决方案。

发明内容

基于此,有必要针对上述技术问题,提供一种人体图像的聚档方法、装置、计算机设备、以及计算机可读存储介质,以解决相关技术中存在的聚档准确率低的问题。

第一个方面,本申请实施例了一种人体图像的聚档方法,包括以下步骤:

获取每张待聚档的人体图像中的人体特征和属性特征,所述属性特征表征所述待聚档的人体图像中除所述人体特征表征的人体信息以外的其他属性信息;

针对每张所述待聚档的人体图像,将其中的所述人体特征和所述属性特征进行整合,得到每张所述待聚档的人体图像的聚类特征;

根据多张所述待聚档的人体图像的所述聚类特征之间的相似度,对多张所述待聚档的人体图像进行聚类,形成人体图像档案。

在其中一些实施例中,所述获取每张待聚档的人体图像中的人体特征和属性特征,包括:

将每张所述待聚档的人体图像输入训练后的特征提取网络,得到每张所述待聚档的人体图像的所述人体特征;以及,将每张所述待聚档的人体图像输入训练后的属性识别网络,得到每张所述待聚档的人体图像的所述属性特征。

在其中一些实施例中,所述针对每张所述待聚档的人体图像,将其中的所述人体特征和所述属性特征进行整合,得到每张所述待聚档的人体图像的聚类特征,包括:

针对每张所述待聚档的人体图像,将其中的所述人体特征和所述属性特征输入训练后的全连接网络进行整合,得到每张所述待聚档的人体图像的所述聚类特征。

在其中一些实施例中,所述根据多张所述待聚档的人体图像的所述聚类特征之间的相似度,对多张所述待聚档的人体图像进行聚类,形成人体图像档案,包括:

根据每张所述待聚档的人体图像的拍摄地点,将多张所述待聚档的人体图像划分成多个同地点图像集;根据位于同一个所述同地点图像集中的所述待聚档的人体图像的所述聚类特征之间的相似度,对每个所述同地点图像集中的多张所述待聚档的人体图像进行聚类,得到多个初始档案;

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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/202111068356.5/2.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