[发明专利]基于多摄像头抓拍图像的融合去重方法、装置及可读介质

权利要求书

1.一种基于多摄像头抓拍图像的融合去重方法，其特征在于，包括以下步骤：

S1，获取采集分别设置于通道周围的多个摄像头所抓拍的图像，从每个摄像头所抓拍的图像分别识别出人头图像、人脸图像和人体图像，并得到所述人脸图像对应的质量分数，所述质量分数基于人脸的俯仰角度、翻滚角度和偏航角度确定；

S2，基于每个摄像头所获取的所述人头图像进行人头跟踪得到人头轨迹，根据所述人头轨迹中的同一人在所述通道的人员备选区和人员确认区所出现的先后次序确定通过所述通道的主体人员；

S3，基于所述主体人员及其人头轨迹获取每个摄像头所抓拍的所述主体人员的最佳人体图像和最佳人脸图像；

S4，通过ReID算法将所有摄像头所抓拍的所述主体人员的最佳人体图像进行去重合并，确定目标人员，基于所述目标人员对应的最佳人脸图像的质量分数确定目标人脸图像。

2.根据权利要求1所述的基于多摄像头抓拍图像的融合去重方法，其特征在于，所述步骤S1中还包括：

构建标准3D人脸关键点模型，并对所述标准3D人脸关键点模型进行偏转以获得俯仰角度、翻滚角度和偏航角度及其对应的人脸关键点的图像2D平面坐标，并建立基于图像2D平面坐标到俯仰角度、翻滚角度和偏航角度的回归模型；

建立训练集，在所述训练集中，通过所述标准3D人脸关键点模型检测到人脸关键点的图像2D平面坐标后计算出所述训练集中人脸关键点坐标图像2D平面坐标所对应的俯仰角度、翻滚角度和偏航角度，已知俯仰角度、翻滚角度和偏航角度后，将角度小于预设阈值的人脸图像的标签记为高质量人脸标签，大于阈值的人脸图像的标签记为低质量人脸标签，在所述训练集中的所有人脸框加上高质量人脸标签或低质量人脸标签，通过所述训练集对所述回归模型进行训练，得到经训练的回归模型；所述训练集还包含分别对应人头图像、人体图像、人脸图像的人头框、人体框、人脸框，建立图像检测评估模型，所述图像检测评估模型包括输入层、经训练的回归模型和检测器，通过所述训练集训练所述图像检测评估模型，所述图像检测评估模型用于检测人头图像、人体图像、人脸图像并评估得到所述人脸图像对应的质量分数，所述质量分数从所述图像检测评估模型直接回归输出，所述质量分数由所述人脸图像的俯仰角度、翻滚角度和偏航角度计算得到。

3.根据权利要求2所述的基于多摄像头抓拍图像的融合去重方法，其特征在于，所述步骤S1从每个摄像头所抓拍的图像分别识别出人头图像、人脸图像和人体图像，并得到所述人脸图像对应的质量分数，具体包括：

将所述每个摄像头所抓拍的图像输入所述图像检测评估模型，输出人头图像、人脸图像、人体图像，并在所述人脸图像上获得对应的质量分数，所述质量分数包括正脸分数。

4.根据权利要求3所述的基于多摄像头抓拍图像的融合去重方法，其特征在于，所述步骤S2中基于每个摄像头所获取的所述人头图像进行人头跟踪得到人头轨迹，具体包括：

跟踪每个摄像头所抓拍的所述人头图像中的所有人头，得到每个摄像头的所有人头轨迹；

缓存每个摄像头的所有人头轨迹上各点位的人体图像和人脸图像。

5.根据权利要求4所述的基于多摄像头抓拍图像的融合去重方法，其特征在于，所述步骤S2根据所述人头轨迹中的同一人在所述通道的人员备选区和人员确认区所出现的先后次序确定通过所述通道的主体人员，具体包括：

在所述每个摄像头所抓拍的所述人头图像中选取所述通道的人员备选区和人员确认区；

基于所述人头轨迹中的人员在目标时间段内先后在所述人员备选区和所述人员确认区中出现，则确定该人员为所述主体人员。

6.根据权利要求5所述的基于多摄像头抓拍图像的融合去重方法，其特征在于，所述步骤S3具体包括：

在每个摄像头所对应缓存的所述主体人员的所述人头轨迹上各点位的人脸图像中获取质量分数最佳的人脸图像作为最佳人脸图像；

在每个摄像头所对应缓存的所述主体人员的所述人头轨迹上各点位的人体图像中包含相似大小和部位的最完整的人体特征的人体图像作为最佳人体图像。