[发明专利]行人重识别方法及其装置和设备

说明书

本发明涉及视频监控领域，公开了一种行人重识别方法及其装置。本发明中的行人重识别方法包括以下步骤：从第一视频的图像中提取待识别行人的与各人体部件对应的第一子图像；基于所述待识别行人的所述第一子图像和目标行人的各人体部件的第二子图像，识别所述第一视频的图像中的所述待识别行人是否为目标行人。本发明采用先检测监控视频图像中行人的各人体部件的图像再确定整个行人的图像特征的方式，克服了行人重识别中，行人检测漏检行人的缺点，并有效消除了背景对行人检测的影响，极大地提高了行人重识别的准确度。

技术领域

本发明涉及视频监控领域，特别涉及一种行人重识别方法及其装置和设备。

背景技术

在视频监控领域，很多时候需要在不同摄像头中找到同一个人，比如罪犯的行踪，在商场找到走丢的儿童或老人等。人脸识别是较为准确的一种视频识别技术，但它依赖于视频拍摄角度，只有正面人脸才能达到较高的识别率，而很多时候监控视频中是无法看到人脸的，可能只能看到背影或侧面或被帽子口罩遮档。不依赖于人脸识别技术，通过对人的整体特征来进行识别的技术被称为行人重识别技术(person reID)。但是因为行人重识别是对人的整体特征进行识别，不同摄像头采集到的行人的角度不同，识别难度大，因此识别准确率没有人脸识别高，该技术可以找到很多相似的人，可以用于跨摄像头视频检索的初选筛查。

在传统的行人重识别方法中，首先利用行人检测技术，得到人的边框(boundingbox)矩形图，然后再利用人的边框图来进行行人重识别。这种检测技术存在如下问题：

1)行人重识别的结果依赖于行人检测的结果，当存在遮挡的情况或人的姿态异常时，漏检严重，或者人的边框提取误差大，行人检测误检率高，这就导致后续的行人重识别困难。

2)人的边框图中除了包含人的肢体图像外，还包含背景图像，背景图像会对行人重识别产生干扰。某些背景相似的不同行人会被检测为同一个行人。

3)每个人都用边框图来描述，边框图是行人重识别的输入。但是人是3维的，边框图是人在当前摄像头视角下的一个2维图像，不足以描述一个人的全部特征。人的正面，背面，侧面有时相差很大，一个摄像头拍到的可能是人的正面，另一个摄像头拍到的可能是人的背面，通过2维边框图在这两个摄像头中找到同一个人，识别率低。

针对上述问题，目前有些技术使用深度图像进行行人重识别。对每一帧深度图像中的行人，进行骨架关节点提取，将每一帧深度图像中的每个行人姿态正规化为预定视角下的姿态，然后进行特征提取。基于所属特征进行目标识别。该技术为了进行视角变换的计算，必须使用深度图像。一般要获得深度图像，需要双目摄像头。而在大多数视频监控的应用中，使用的是单目摄像头，无法得到深度图像，故该方法不适用于现有的视频监控系统，实现成本很大。

发明内容

本发明的目的在于提供一种行人重识别方法及其装置和设备，可采用先检测监控视频图像中行人的各人体部件的图像再确定整个行人的图像特征的方式进行行人重识别，极大地提高了行人重识别的准确度。

为解决上述技术问题，本发明的实施方式公开了一种行人重识别方法，该方法包括以下步骤：

提取步骤，从第一视频的图像中提取待识别行人的与各人体部件对应的第一子图像；

识别步骤，基于待识别行人的第一子图像和目标行人的各人体部件的第二子图像，识别第一视频的图像中的待识别行人是否为目标行人；

其中，目标行人的各人体部件的第二子图像是从第二视频的图像中提取的，并且

第一视频和第二视频由不同的摄像头拍摄，或者第一视频和第二视频由同一摄像头在不同的时刻拍摄。

在一示范例中，上述识别步骤包括：

从第一子图像中选取至少一张形成待识别行人的第一识别图像，并将待识别行人的第一识别图像与目标行人的第二识别图像进行匹配，以确定待识别行人是否为目标行人；