[发明专利]一种行人识别方法及系统

说明书

本发明公开了一种行人识别方法及系统，包括步骤：S1、获取包含有行人正脸的行人RGB图像并输入至检测架构，获得人脸图像和人体图像；S2、将人脸图像和人体图像分别输入至不同的神经网络进行特征提取，获取人脸特征图像和人体特征图像，进行合并得到第一人脸‑人体特征图像；S3、利用通道注意力机制获取第一人脸‑人体特征图像的每个通道的权重，并获取第二人脸‑人体特征图像；S4、根据第二人脸‑人体特征图像的特征，在预设的特征库中进行比对，确认行人的ID。本发明通过不同架构的网络模型提取人脸和人体特征，并进行特征融合，根据融合特征对行人进行识别，提高了识别效率，且保证人脸与人体的对应关系，解决了特征检索中鲁棒性的问题。

技术领域

本发明涉及数字图像处理技术领域，尤其涉及一种行人识别方法及系统。

背景技术

行人识别(也称：行人检测，Pedestrian Detection)是利用计算机视觉技术判断场景中或者视频序列中是否存在行人并给予精确定位。随着AI人工智能技术的发展，行人识别技术开始得到广泛应用，但是，如果行人距离采集设备太远，则将导致采集设备采集到的人脸特征数据不够准确可靠，进而导致行人识别会发生误差，识别效果不准确，以致于仅使用人脸特征进行识别的行人识别模型的鲁棒性不佳，若能综合人脸识别与人体识别的结果来进行行人识别，则将可避免距离远的问题。

而现有技术中，人脸识别和人体识别二者一般是单独进行的，如此导致独立检测的人脸和人体缺乏对应关系，难以结合在一起使用，且人脸识别和人体识别的检测和校正结果都需要分开进行，从而增加了额外的计算量，占用过多的资源。

上述背景技术内容的公开仅用于辅助理解本发明的发明构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。

发明内容

本发明的目的在于提供一种行人识别方法及系统，以解决上述背景技术问题中的至少一种问题。

为达到上述目的，本发明实施例的技术方案是这样实现的：

一种行人识别方法，包括如下步骤：

S1、获取包含有行人正脸的行人RGB图像并输入至检测架构，基于所述检测架构获得人脸图像和人体图像；

S2、将所述人脸图像和所述人体图像分别输入至不同的神经网络进行特征提取，获取人脸特征图像和人体特征图像，并进行合并得到第一人脸-人体特征图像；

S3、利用通道注意力机制获取所述第一人脸-人体特征图像的每个通道的权重，并获取到第二人脸-人体特征图像；

S4、根据所述第二人脸-人体特征图像的特征，在预设的特征库中进行比对，确认行人的ID。

在一些实施例中，步骤S1包括：

S10、将所述包含有行人正脸的行人RGB图像输入至所述检测架构的主干网络结构，输出RGB特征图像；其中，所述主干网络结构包括有多个卷积结构；

S11、从基于步骤S10中的所述卷积结构中提取有效特征图像，对所述有效特征图像进行人脸和/或人体区域检测，获取人脸和/或人体区域图像。

在一些实施例中，步骤S10中还包括：将所述包括有行人正脸的行人RGB 图像进行归一化处理，归一化处理后后再输入至所述检测架构。

在一些实施例中，步骤S3包括：

S30、利用所述第一人脸-人体特征图像构建所述通道注意力机制的输入特征图像；

S31、通过全局池化将所述第一人脸-人体特征图像的每个通道的二维特征压缩为一个实数；

S32、将基于步骤S31压缩后的特征图像传递至瓶颈结构，获取所述每个通道的权重参数；