[发明专利]基于人员重识别的人脸归档方法、装置、设备及介质在审
申请号: | 202211418962.X | 申请日: | 2022-11-14 |
公开(公告)号: | CN115730097A | 公开(公告)日: | 2023-03-03 |
发明(设计)人: | 邢玲;王爱波;杨一帆;余晓填;王孝宇 | 申请(专利权)人: | 杭州励飞软件技术有限公司;深圳云天励飞技术股份有限公司 |
主分类号: | G06F16/55 | 分类号: | G06F16/55;G06V40/16;G06V40/10;G06V10/74;G06V10/762;G06V10/42 |
代理公司: | 深圳众鼎汇成知识产权代理有限公司 44566 | 代理人: | 朱业刚 |
地址: | 310000 浙江省杭州市钱塘新区白*** | 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: | 基于 人员 识别 归档 方法 装置 设备 介质 | ||
1.一种基于人员重识别的人脸归档方法,其特征在于,所述人脸归档方法包括:
采集N张人脸图像及每张人脸图像对应的人体图像,以每张人脸图像作为第一节点,以每张人体图像作为第二节点,将存在对应关系的第一节点和第二节点连接,N为大于零的整数;
针对任一人体图像,按照预设条件从所述N张人体图像中筛选出M张人体图像作为重识别图像,计算所述人体图像与所述重识别图像的人体相似度,在所述人体相似度大于第一阈值时,连接所述人体图像对应的节点和所述重识别图像对应的节点,M为大于零且小于或者等于N的整数;
计算任意两张人脸图像之间的人脸相似度,在所述人脸相似度大于第二阈值时,采用第一连边连接对应的两个第一节点;
针对任意两个不存在连接关系的第一节点,确定两个第一节点分别连接的两个第二节点,若所述两个第二节点之间存在连接关系,则采用所述第一连边连接所述两个第一节点;
根据所述第一节点和所述第一连边,构建待归档图数据,对所述待归档图数据进行聚类分析,得到人脸归档结果。
2.根据权利要求1所述的人脸归档方法,其特征在于,所述针对任一人体图像,按照预设条件从所述N张人体图像中筛选出M张人体图像作为重识别图像包括:
获取所述人体图像的采集时间和采集地点,根据所述人体图像的采集时间确定目标时间段,根据所述人体图像的采集地点确定目标地点集合;
筛选出采集时间满足所述目标时间段且采集地点满足所述目标地点集合的M张人体图像作为所述重识别图像。
3.根据权利要求2所述的人脸归档方法,其特征在于,所述根据所述人体图像的采集时间确定目标时间段,根据所述人体图像的采集地点确定目标地点集合包括:
将所述采集时间与预设的时间长度相加,得到所述目标时间段的终止时间,将所述采集时间与所述时间长度相减,得到所述目标时间段的起始时间,根据所述起始时间和所述终止时间,确定所述目标时间段;
以所述采集地点在世界坐标系下的采集坐标为球心,以预设半径构建搜索区域,确定所述搜索区域内的所有采集地点组成所述目标地点集合。
4.根据权利要求1所述的人脸归档方法,其特征在于,所述计算任意两张人脸图像之间的人脸相似度包括:
针对任意两张人脸图像,将每张人脸图像分别输入训练好的第一编码器中进行特征提取,得到对应人脸图像的人脸特征;
计算所述人脸特征之间的相似度,确定计算结果为所述人脸相似度。
5.根据权利要求1所述的人脸归档方法,其特征在于,所述采集N张人脸图像及每张人脸图像对应的人体图像包括:
将采集到的场景图像输入训练好的第一识别模型中,确定识别结果为人脸包围框,采用所述人脸包围框从所述场景图像中提取得到所述人脸图像;
将所述场景图像输入训练好的第二识别模型中,确定识别结果为人体包围框,采用所述人体包围框从所述场景图像中提取得到所述人体图像;
针对任一人体图像,将所述人体图像对应的人体包围框分别与N个所述人脸包围框进行交并比计算,得到N个交并比;
在检测到所述N个交并比中的最大值大于第三阈值时,确定所述人体图像与所述最大值对应的人脸图像存在对应关系。
6.根据权利要求1所述的人脸归档方法,其特征在于,所述计算所述人体图像与所述重识别图像的人体相似度包括:
将所述人体图像和所述重识别图像分别输入训练好的第二编码器中进行特征提取,得到人体特征和重识别特征;
计算所述人体特征和所述重识别特征之间的相似度,确定计算结果为所述人体相似度。
7.根据权利要求1至6任一项所述的人脸归档方法,其特征在于,在所述采用第一连边连接对应的两个第一节点之后,还包括:
针对任意两个存在连接关系的第一节点,确定两个第一节点分别连接的两个第二节点;
若所述两个第二节点之间不存在连接关系,则删除所述两个第一节点之间的第一连边。
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杭州励飞软件技术有限公司;深圳云天励飞技术股份有限公司,未经杭州励飞软件技术有限公司;深圳云天励飞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/202211418962.X/1.html,转载请声明来源钻瓜专利网。