[发明专利]一种行人检索方法、装置和系统

说明书

一种行人检索方法、装置和系统。所述行人检索方法包括接收图像查询请求，图像查询请求包括查询图像，提取查询图像的检测区域所包括的多个子检测区域的特征，当确定任意两个子检测区域的特征的差值中的至少一个差值大于预设阈值时，利用查询图像的检测区域中的至少一个子检测区域的特征进行图像检索。对于查询图像中任意两个子检测区域的特征的差值中的至少一个差值大于所述预设阈值的情况，该查询图像中的不同子检测区域对应的图像内容在另一个视角的图像中很可能不会同时出现，因此，利用查询图像的子检测区域的特征而不是整个检测区域的特征进行图像检索能够提高检索准确率。

技术领域

本发明涉及数据分析、检索技术领域，尤其涉及一种行人检索方法、装置和系统。

背景技术

随着人们对社会的公共安全越来越深入的密切关注，越来越多的政府研究机构和公司致力于相关的视频采集、存储和视频的内容分析技术的研发。在诸如商场、学校、大型广场、地铁站等人群密集易发生公共安全事件的场所，已经部署了大量的监控摄像头。传统的人工分析已经无法满足实际的需要，因此利用计算机对监控视频中的行人进行检索的应用需求得到快速发展。

传统的行人检索方法，在入库流程中，是对实时的行人检测的序列图像经过预处理，选择出具有代表性的关键帧，再进行全局特征抽取并构建索引。在查询时，也是采用同样的流程，对输入的查询图像进行特征抽取，并在索引数据库中进行检索，得到最终的查询结果。

但是，在实际的应用中，图像的不同视角存在较大的差异。传统的行人检索方法不会考虑图像在不同视角可能存在的不同特征。从而导致索引数据库中可能包括与查询图像相对应的索引图片，而不能被检索到。在一种现有技术中，基于在线聚类提取检测区域的特征并对所述特征进行重检索的方法。以只包含单个行人的矩形图像作为输入图像，经前景提取和在线聚类提取得到检测区域。再将检测区域的统计特征作为局部特征应用于人物重检索。该方法虽然采用自适应聚类来提取行人图像的局部区域进行比对。但是，无法有效处理跨视角等图像表观差异较大的情况。

发明内容

本发明实施例提供了一种行人检索方法、装置和系统，可以解决现有技术中因为不考虑不同视角中可能存在部分相同的特征而导致的检索不准确的问题。

一方面，本发明具体实施例提供一种行人检索方法。所述方法包括接收图像查询请求，所述图像查询请求包括查询图像。提取所述查询图像的检测区域所包括的多个子检测区域的特征。当确定任意两个子检测区域的特征的差值中的至少一个差值大于所述预设阈值时，利用所述查询图像的检测区域中的至少一个子检测区域的特征进行图像检索。

对于查询图像中任意两个子检测区域的特征的差值中的至少一个差值大于所述预设阈值的情况，该查询图像中的不同子检测区域对应的图像内容在另一个视角的图像中很可能不会同时出现，因此，利用查询图像的子检测区域的特征而不是整个检测区域的特征进行图像检索能够提高检索准确率。

在一个可能的设计中，当确定任意两个子检测区域的特征的差值均小于预设阈值时，利用所述查询图像的检测区域的特征进行图像检索。由于多个子检测区域的相差较小，通过子检测区域进行检索时并不能检索出差别较大的索引图像，从而通过检测区域的特征进行检索，降低了系统的消耗。

在一个可能的设计中，所述利用所述查询图像的检测区域的特征进行图像检索具体包括：利用所述查询图像的检测区域的特征在索引数据库中检索与所述检测区域的特征相匹配的特征，并获取与所述检测区域的特征相匹配的特征所对应的索引图像。通过检索与检测区域的特征相匹配的特征，从而确定与相匹配的特征相对应的索引图像。

在一个可能的设计中，所述利用所述查询图像的检测区域中的至少一个子检测区域的特征进行图像检索具体包括：利用所述查询图像的检测区域中的至少一个子检测区域的特征在所述索引数据库中检索与所述至少一个子检测区域的特征相匹配的特征，并获取与所述至少一个子检测区域的特征相匹配的特征所对应的索引图像。通过检索与子检测区域的特征相匹配的特征，从而确定与相匹配的特征相对应的索引图像。