[发明专利]行人检测和再识别的方法及装置在审

专利信息
申请号: 201710330307.1 申请日: 2017-05-11
公开(公告)号: CN106971178A 公开(公告)日: 2017-07-21
发明(设计)人: 张弛 申请(专利权)人: 北京旷视科技有限公司;北京迈格威科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G06K9/62
代理公司: 北京市磐华律师事务所11336 代理人: 高伟,刘爱平
地址: 100190 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 行人 检测 识别 方法 装置
【权利要求书】:

1.一种行人检测和再识别的方法,其特征在于,包括:

提取原始图像的特征张量;

根据所述特征张量,确定至少一个子区域;

计算与所述至少一个子区域一一对应的至少一个向量特征;

基于所述至少一个向量特征,确定所述原始图像中行人的位置以及提取用于再识别的待识别行人特征信息。

2.如权利要求1所述的方法,其特征在于,所述根据所述特征张量,确定至少一个子区域,包括:

根据所述特征张量,构建多个超像素点,每个超像素点表示一个C维向量;

根据所述多个超像素点,确定与所述多个超像素点一一对应的多个区域;

根据所述多个区域确定所述至少一个子区域。

3.如权利要求2所述的方法,其特征在于,所述根据所述多个区域确定所述至少一个子区域,包括:

采用非极大值抑制NMS算法,基于所述多个区域确定多个矩形区域;

将所述多个矩形区域对应的特征进行综合,得到所述至少一个子区域。

4.如权利要求3所述的方法,其特征在于,所述计算与所述至少一个子区域一一对应的至少一个向量特征,包括:

对于所述至少一个子区域中的每个子区域:

将所述每个子区域中的所有的超像素点对应的向量中各个频道取最大值或平均值,得到与所述每个子区域对应的向量特征。

5.如权利要求1所述的方法,其特征在于,所述基于所述至少一个向量特征,确定所述原始图像中行人的位置以及提取用于再识别的待识别行人特征信息,包括:

基于所述至少一个向量特征,确定所述原始图像中行人的位置,其中,所述位置表示为所述行人在所述原始图像中的坐标;以及

基于所述至少一个向量特征,提取用于再识别的所述待识别行人特征信息。

6.如权利要求1所述的方法,其特征在于,还包括:

基于所述至少一个向量特征,判断所述至少一个子区域中的物体是否为行人。

7.如权利要求1至6中任一项所述的方法,其特征在于,还包括:

将所述用于再识别的待识别行人特征信息与目标行人特征信息进行比对,以判断所述用于再识别的待识别行人特征信息对应的行人与所述目标行人是否为同一人。

8.如权利要求7所述的方法,其特征在于,所述目标行人特征信息通过以下步骤获得:

提取目标行人图像的特征张量;

根据所述目标行人图像的特征张量,确定目标行人区域;

计算与所述目标行人区域对应的至少一个目标向量特征,基于所述至少一个目标向量特征,获得所述目标行人特征信息。

9.一种行人检测和再识别的装置,其特征在于,包括:

提取模块,用于提取原始图像的特征张量;

第一确定模块,用于根据所述特征张量,确定至少一个子区域;

计算模块,用于计算与所述至少一个子区域一一对应的至少一个向量特征;

第二确定模块,用于基于所述至少一个向量特征,确定所述原始图像中行人的位置以及提取用于再识别的待识别行人特征信息。

10.如权利要求9所述的装置,其特征在于,所述第一确定模块,包括:

构建子模块,用于根据所述特征张量,构建多个超像素点,每个超像素点表示一个C维向量;

第一确定子模块,用于根据所述多个超像素点,确定与所述多个超像素点一一对应的多个区域;

第二确定子模块,用于根据所述多个区域确定所述至少一个子区域。

11.如权利要求10所述的装置,其特征在于,所述第二确定子模块,用于:

采用非极大值抑制NMS算法,基于所述多个区域确定多个矩形区域;

将所述多个矩形区域对应的特征进行综合,得到所述至少一个子区域。

12.如权利要求11所述的装置,其特征在于,所述计算模块,用于:

对于所述至少一个子区域中的每个子区域:

将所述每个子区域中的所有的超像素点对应的向量中各个频道取最大值或平均值,得到与所述每个子区域对应的向量特征。

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北京旷视科技有限公司;北京迈格威科技有限公司,未经北京旷视科技有限公司;北京迈格威科技有限公司许可,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/201710330307.1/1.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