Pedestrian re identification method, apparatus and computer program product. The method includes: detecting pedestrians in each frame of the video image depth depth; for each pedestrian in each frame depth image, skeleton extraction of joints; according to the skeleton extraction of joints, the attitude normalization of each pedestrian in each frame depth image is pre fixed from the perspective of attitude; for each pedestrian in each frame depth image, feature extraction of the pedestrian posture after normalization; and based on the characteristics of the corresponding attribute similarity features and target of pedestrians, pedestrians from the depth of target recognition in video. By using the method, the device and the computer program product, the accuracy of pedestrian re identification is improved under different background environment and multi camera settings.
【技術實現步驟摘要】
【國外來華專利技術】
本公開涉及圖像處理，并且具體涉及行人再識別方法、設備和計算機程序產品。
技術介紹
行人再識別(Personre-identification)是指從來源于非交疊的多個攝像機視場的行人圖像庫或視頻流中識別出目標行人。不同于單攝像頭下普通的行人跟蹤，行人再識別可以在不同的背景環境以及多攝像頭設置下實現對特定行人的長期跟蹤與監視，因此其在監控領域有著非常大的應用前景。比如，對于商場消費者的行人再識別使得可以跟蹤該行人在多個攝像頭下的運動軌跡，進而可以對其可能的消費行為進行分析和統計。再比如，在智能視頻監控系統中，通過行人再識別技術能夠自動識別出目標行人并向監控系統操作人員進行報告，從而使得操作人員無需進行費時費力的人工觀察和識別。目前，行人再識別通常是依據來自圖像或視頻中的行人的顏色、紋理等底層信息來進行的，其效果往往并不理想，主要原因在于：行人在不同攝像頭下的視角可能差別很大；不同攝像頭所覆蓋的區域往往并不交疊；不同攝像頭所在位置處的光照條件可能不同，從而導致同一物體在不同攝像頭下的外貌可能相差很大；行人可能背對或側面朝向攝像頭行走，導致無法捕捉到人臉信息，或者即使能捕捉到人臉信息，由于監控攝像頭的分辨率通常較低，也無法清晰的看到人臉。
技術實現思路
根據本公開的一個方面，提供一種行人再識別方法，包括：在深度視頻的每一幀深度圖像中檢測行人；對于每一幀深度圖像中的每個行人，進行骨架關節點提取...
【技術保護點】
一種行人再識別方法，包括：在深度視頻的每一幀深度圖像中檢測行人；對于每一幀深度圖像中的每個行人，進行骨架關節點提取；根據提取的骨架關節點，將每一幀深度圖像中的每個行人的姿態正規化為預定視角下的姿態；對于每一幀深度圖像中的每個行人，提取姿態正規化后該行人的屬性特征；以及基于所述屬性特征與目標行人的對應屬性特征的相似度，從所述深度視頻中識別目標行人。
【技術特征摘要】
【國外來華專利技術】1.一種行人再識別方法，包括：
在深度視頻的每一幀深度圖像中檢測行人；
對于每一幀深度圖像中的每個行人，進行骨架關節點提取；
根據提取的骨架關節點，將每一幀深度圖像中的每個行人的姿態正規化
為預定視角下的姿態；
對于每一幀深度圖像中的每個行人，提取姿態正規化后該行人的屬性特
征；以及
基于所述屬性特征與目標行人的對應屬性特征的相似度，從所述深度視
頻中識別目標行人。
2.如權利要求1所述的行人再識別方法，其中所述目標行人包含在由深
度攝像頭拍攝的目標深度視頻中，并且所述目標深度視頻和所述深度視頻是
由不同的深度攝像頭拍攝的，或者所述目標深度視頻和所述深度視頻是單個
深度攝像頭在不同時刻拍攝的。
3.如權利要求1所述的行人再識別方法，還包括：
對每一幀深度圖像中檢測出的每個行人進行跟蹤，以獲得該行人的跟蹤
片段，所述跟蹤片段包括描述該行人在所述深度視頻中的哪些幀深度圖像中
出現以及該行人在各幀深度圖像中的位置的數據。
4.如權利要求3所述的行人再識別方法，其中對于每一幀深度圖像中的
每個行人進行骨架關節點提取包括：
對于該幀深度圖像中對應于該行人的子圖像區域中的每個像素：
確定預先建立的訓練集中與其匹配的匹配像素，所述訓練集中包含
有多張行人深度圖像，并且每張行人深度圖像中預先標明了行人的骨架
關節點；
提取該匹配像素的標記數據，所述標記數據包括該匹配像素相對于
其所在的行人深度圖像中行人的骨架關節點的偏移量；
基于所述標記數據及該像素在該子圖像區域中的相對位置，對該行
人的各骨架關節點進行投票；
對于該行人的每一個待提取的骨架關節點，確定所述子圖像區域中的各
個像素投票次數最多的點作為該骨架關節點。
5.如權利要求4所述的行人再識別方法，其中對于該幀深度圖像中對應
于該行人的子圖像區域中的每個像素確定預先建立的訓練集中與其匹配的匹
配像素包括：
對于所述每個像素，基于該像素的特征描述及該像素在該子圖像區域中
的相對位置，確定所述匹配像素。
6.如權利要求4所述的行人再識別方法，其中對于每一幀深度圖像中的
每個行人進行骨架關節點提取還包括：
基于該行人的跟蹤片段，確定該幀深度圖像的前m幀包含有該行人的深
度圖像和后n幀包含有該行人的深度圖像；
對于所確定的該幀深度圖像中的該行人的各骨架關節點，基于所述前m
幀深度圖像和后n幀深度圖像中的該行人的各骨架關節點進行優化。
7.如權利要求1所述的行人再識別方法，其中根據提取的骨架關節點將
每一幀深度圖像中的每個行人的姿態正規化為預定視角下的姿態包括：
確定該行人的運動方向，作為其朝向；
根據所述朝向，通過對該行人的骨架關節點的位置坐標進行空間坐標變
換以得到正規化后的骨架關節點的位置坐標，將行人的姿態正規化為預定視
角下的姿態。
8.如權利要求7所述的行人再識別方法，其中所述預定視角包括第一視
角和第二視角，所述第一視角為行人的正面正對攝像頭，并且攝像頭水平對
齊行人正面預定位置，所述第二視角為行人的背面正對攝像頭，并且攝像頭
水平對齊行人背面預定位置。
9.如權利要求7所述的行人再識別方法，其中對于每一幀深度圖像中的
每個行人提取姿態正規化后該行人的屬性特征包括：提取該行人的中層語義
特征，該中層語義特征至少包括該行人在現實世界的高度。
10.如權利要求9所述的行人再識別方法，其中對于每一幀深度圖像中
的每個行人提取姿態正規化后該行人的屬性特征還包括：提取該行人的底層
語義特征、人臉特征和運動特征中的一個或多個。
11.如權利要求10所述的行人再識別方法，其中該行人的運動特征通過
其在當前幀深度圖像中的姿態正規化后的骨架關節點的位置坐標與其在前若
干幀深度圖像中的姿態正規化后的骨架關節點的位置坐標的變化來表示。
12.如權利要求3所述的行人再識別方法，其中基于所述屬性特征與目
\t標行人的對應屬性特征的相似度，從所述深度視頻中識別目標行人包括：
根據每一幀深度圖像中的每個行人的跟蹤片段，確定所述深度視頻
中出現的所有不同行人；
判斷所述深度視...
【專利技術屬性】
技術研發人員：俞剛，李超，尚澤遠，何奇正，
申請(專利權)人：北京曠視科技有限公司，北京小孔科技有限公司，
類型：發明
國別省市：北京;11
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。