[发明专利]一种行人重识别的方法、装置、设备及可读存储介质

说明书

本发明公开了一种行人重识别的方法、装置、设备及可读存储介质，所述方法包括：获取待处理的行人图像，并分别从每个行人图像中提取出行人特征信息；根据每个行人图像的行人特征信息，确定出与所有行人图像对应的行人数量；将所述行人数量作为分组数量K并根据每个行人图像的行人特征信息，将所有行人图像形成K个分组，以使属于同一行人的行人图像位于一个分组中；本发明能够通过分析行人特征信息将属于同一行人的行人图像聚类到一个分组中，从而便于后期根据分组结果对行人进行管理。

技术领域

本发明涉及图像识别技术领域，特别涉及一种行人重识别的方法、装置、设备及可读存储介质。

背景技术

在建筑施工现场需要对进出施工现场的人员进行管理，目前的人员管理方式是通过设置于施工现场的摄像头获取人员图像信息，并由专业人员进行人员图像分析以对施工现场的人员行动进行溯源关联，但由于每天出入施工现场的人员较多，通过人工比对的方式费时费力且准确率较低；此外，还可利用人脸识别算法从人员图像中识别出人脸信息，并基于人脸信息进行人员身份识别，但由于在施工现场的施工人员会佩戴安全帽，无法准确识别出人脸信息，从而导致人员身份识别失败；因此，如何更加快速、准确的对进出建筑施工现场的人员进行身份识别成为本领域技术人员亟需解决的技术问题。

发明内容

本发明的目的在于提供一种行人重识别的方法、装置、设备及可读存储介质，能够通过分析行人特征信息将属于同一行人的行人图像聚类到一个分组中，从而便于后期根据分组结果对行人进行管理。

根据本发明的一个方面，提供了一种行人重识别的方法，所述方法包括：

获取待处理的行人图像，并分别从每个行人图像中提取出行人特征信息；

根据每个行人图像的行人特征信息，确定出与所有行人图像对应的行人数量；

将所述行人数量作为分组数量K并根据每个行人图像的行人特征信息，将所有行人图像形成K个分组，以使属于同一行人的行人图像位于一个分组中。

可选的，所述获取待处理的行人图像，并分别从每个行人图像中提取出行人特征信息，包括：

利用预设的CNN卷积神经网络从所述行人图像中提取出N个行人特征信息，并根据所述N个行人特征信息形成所述行人图像的1*N维度的行人特征向量。

可选的，所述根据每个行人图像的行人特征信息，确定出与所有行人图像对应的行人数量，包括：

利用DBSCAN聚类算法将所有行人图像的行人特征向量聚类为多个簇；

判断所述簇中的行人特征向量是否大于预设向量阈值，若是，则将所述簇作为目标簇；

统计所述目标簇的总数量，并将统计出的总数量作为行人数量。

可选的，所述将所述行人数量作为分组数量K并根据每个行人图像的行人特征信息，将所有行人图像形成K个分组，以使属于同一行人的行人图像位于一个分组中，包括：

将所有目标簇中的行人特征向量形成向量特征集合；

将所述行人数量作为K-MEANS聚类算法中的分组数量K，并利用K-MEANS聚类算法将所述向量特征集合中的行人特征向量聚类为K个分组。

可选的，在所述利用K-MEANS聚类算法将所述向量特征集合中的行人特征向量聚类为K个分组之后，所述方法还包括：

为不同的分组设置不同的行人标识；其中，同一分组的行人特征向量具有相同的行人标识；

将所述行人特征向量的行人标识赋予与所述行人特征向量对应的行人图像，以使属于同一行人的行人图像具有相同的行人标识；

将具有行人标识的行人图像形成行人图像数据库。