[发明专利]一种基于多比例融合的行人重识别方法及装置

说明书

本发明提供一种基于多比例融合的行人重识别方法及装置，通过对行人图像进行比例分割，然后通过深度神经网络处理得到分割后图像的特征向量，该特征向量包含了不同图像中行人的特征，能够反映分割后图像的特性；然后将各个分割后图像的特征向量进行融合，从而得到图像整体的特征向量，该整体的特征向量能够削弱遮挡对行人特征的影响，假设行人被遮挡到了左肩，它影响的仅仅是一部分分割后的子图，而还有一部分子图并没有受到影响，因此这一部分遮挡对于融合后得到的整体特征向量的改变比现有技术中的特征向量小。本发明通过融合多比例分割后图像的特征向量，可以有效地避免行人间相互遮挡或者物体遮挡部分行人而带来的重识别率不高的问题。

技术领域

本发明涉及图像处理领域，具体涉及一种基于多比例融合的行人重识别方法及装置。

背景技术

随着平安城市、天网工程等项目的推进，一二线甚至三四线城市中出现越来越多的监控摄像头。监控摄像头的普及在打击犯罪和预防犯罪中起到了重要的作用。近年来，人工智能技术不断发展成熟，其在视频监控领域中逐渐发挥了巨大的作用，可为公安和安全等部门提供及时有效的监控人员信息。行人重识别(Person Re-identification)，又称行人再识别，作为跨摄像头检测行人身份的技术，在实际应用场景中具有巨大的需求，可以极大地提升监控系统的智能化、便捷性以及及时性等综合能力。

现有行人重识别方法中，基于全局特征或者多局部特征方法比较多见。如申请公布号为“CN103984915A”的专利申请公开了“一种监控视频中行人重识别方法”，提出了将行人轮廓特征分割为头部、左躯干、右躯干、左腿和右腿的特征抽取方法。该方法可以在行人整体轮廓全部可见的情况下具有较优表现，但在出现物体遮挡、行人之间遮挡以及由于拍摄角度原因而导致的行人轮廓拍摄不全情况下会产生较大的误差，不适合较为复杂的识别环境。

发明内容

本发明针对现有技术的不足，从而提供一种基于多比例融合的行人重识别方法及装置，具体方案如下：

一种基于多比例融合的行人重识别方法，包括以下步骤：

获取待处理图像和待比对图像，分别提取待处理图像和待比对图像中包括行人的部分，得到第一行人图像和第二行人图像；

将所述第一行人图像分别按照第一设定比例组中的N个比例进行分割，得到N个子行人图像；将N个子行人图像分别输入深度神经网络进行处理，得到与N个子行人图像一一对应的N个子特征向量；将N个子特征向量进行线性叠加得到第一行人图像的第一特征向量；

将所述第二行人图像分别按照第二设定比例组中的M个比例进行分割，得到M个子行人图像；将M个子行人图像分别输入深度神经网络进行处理，得到与M个子行人图像一一对应的M个子特征向量；将M个子特征向量进行线性叠加得到第二行人图像的第二特征向量；

根据所述第一特征向量和第二特征向量计算所述第一行人图像和第二行人图像的相似度，根据计算得到的相似度判断所述第一行人图像中的行人和第二行人图像中的行人是否相同。

进一步的，以所述第一行人图像的左上角为原点，按照所述第一设定比例组中的N1个比例对所述第一行人图像进行分割得到N1个子行人图像，再以所述第一行人图像的右上角为原点，按照所述第一设定比例组中的N-N1个比例对所述第一行人图像进行分割得到N-N1个子行人图像；

以所述第二行人图像的左上角为原点，按照所述第二设定比例组中的M1个比例对所述第二行人图像进行分割得到M1个子行人图像，再以所述第二行人图像的右上角为原点，按照所述第二设定比例组中的M-M1个比例对所述第二行人图像进行分割得到M-M1个子行人图像。

进一步的，所述第一设定比例组与第二设定比例组相同。

进一步的，M＝N＝11，N1＝M1＝6。