[发明专利]一种遮挡行人重识别方法及系统

说明书

本发明公开了一种遮挡行人重识别方法及系统，其中方法包括获取训练集中行人图像的遮挡率，根据遮挡率将行人图像分块，得到每幅行人图像对应的多个序列块；将每幅行人图像对应的多个序列块输入至识别模型中，训练识别模型，得到每幅行人图像的识别信息；将待识别图像和注册图像分块并分别输入至训练好的识别模型中，得到待识别图像的识别信息和注册图像的识别信息；确定待识别图像的识别信息和注册图像的识别信息之间的相似度，根据相似度确定识别结果。本发明能够同时提取出全局特征、局部特征以及局部特征的遮挡概率描述，从而提高遮挡行人重识别精度。本发明还可以将手工标记关联到分块策略上，提升检索识别的灵活性。

技术领域

本发明公开了一种遮挡行人重识别方法及系统，属于行人重识别技术领域。

背景技术

近年人工智能技术在不断进步，尤其是在计算机视觉领域，从传统提取特征到现在的深度学习技术，不断推进学术界与工业界的发展。行人重识别技术是继人脸识别技术以来又一重要的以人为中心的研究领域，该领域在现实社会中具有非常重要的现实意义和商业转化前景。行人重识别(Person re-identification)目标是依托遍布各地、各场景的监控设备实现跨摄像头的行人特征提取和检索。

传统的行人重识别研究方法可分为基于图像手工特征设计、度量学习以及深度学习的相关方法，在相关的数据集中也取得了较高的识别率。但是在实际的应用场景中，行人重识别技术面临很多问题，如行人的姿态变化、分辨率的变化以及图像域变化等。其中尤其是遮挡因素，越来越得到关注。在一些场景中，行人往往容易被建筑物、人群、汽车等遮挡，或者由于部分身体走出了摄像机拍摄区域而造成遮挡，使得行人图像本身的可辨别性能急剧下降，造成了识别系统的误匹配。特别是在人员密集等条件下，行人的遮挡情况非常严重，从而大大降低了系统的识别性能。因此，有必要准确匹配只具有局部可观测的行人图像。

与匹配出现行人整体信息的情况相比，遮挡情况下的行人重识别更具挑战性，原因如下：

a. 在遮挡区域中，图像包含的辨别信息较少，使得更容易被匹配到错误的人身上去；

b. 基于身体部位之间的特征信息做匹配虽然有效，但需要事先进行严格的人体对齐，因此遮挡严重时效果不佳。

发明内容

本申请的目的在于，提供一种遮挡行人重识别方法及系统，以解决现有识别算法存在的遮挡情况下，行人识别结果精度低的技术问题。

本发明的第一方面提供了一种遮挡行人重识别方法，包括：

获取训练集中行人图像的遮挡率，根据所述遮挡率将所述行人图像分块，得到每幅行人图像对应的多个序列块；

将每幅行人图像对应的多个序列块输入至识别模型中，训练所述识别模型，得到每幅行人图像的识别信息，所述识别信息包括全局特征以及每个序列块对应的局部特征和遮挡概率；

将待识别图像和注册图像分块并分别输入至训练好的识别模型中，得到待识别图像的识别信息和注册图像的识别信息；

确定所述待识别图像的识别信息和所述注册图像的识别信息之间的相似度，根据所述相似度确定识别结果。

优选地，获取训练集中行人图像的遮挡率，根据所述遮挡率将所述行人图像分块，得到每幅行人图像对应的多个序列块，具体包括：

获取训练集中行人图像的遮挡比例，得到遮挡比例热图；

对所述遮挡比例热图进行预分块；

获取每个所述预分块的遮挡率，根据所述遮挡率确定每个所述预分块的分块粒度；

根据所述分块粒度，将所述行人图像分块，得到每幅行人图像对应的多个序列块。

优选地，获取训练集中行人图像的遮挡比例，具体包括：