CN110020579A - 行人重识别方法及装置、存储介质和电子设备 - Google Patents

Abstract

本发明公开了一种行人重识别方法及装置、存储介质和电子设备，涉及计算机视觉技术领域。该行人重识别方法包括：获取图像；检测图像中的行人，获取包含行人的行人区域；对行人区域中非行人的背景区域进行模糊操作；提取模糊操作后行人区域的行人特征；以及基于行人特征对行人进行重识别。本公开可以提高行人重识别的准确性。

Description

行人重识别方法及装置、存储介质和电子设备

技术领域

本公开涉及计算机视觉技术领域，具体而言，涉及一种行人重识别方法、行人重识别装置、存储介质和电子设备。

背景技术

近年来，随着人们对社会的公共安全越来越关注，视频监控系统大量普及，例如机场、车站、校园、办公楼、商场、超市等公众场所均安装有摄像头，这些摄像头采集的信息在打击犯罪、维护社会安全方面发挥着越来越重要的作用。另外，随着大数据时代的到来，针对商场或超市的场景，商家可以利用布置的视频监控系统确定顾客的移动轨迹，并构建商家门店的顾客热力图，以改善经营策略。

行人重识别技术(Pedestrian Re-Identification)又称为行人再识别技术，可以对摄像头采集到的同一个人的图像，或者同一个人在同一个摄像头不同时间段的图像建立对应关系。目前，存在一些行人重识别的技术，一方面，利用人体躯干的对称性，分别为人体四肢和头部单独构建特征。这种方式会出现当人流量较大时，不同人的四肢交错在一起无法区分的问题；另一方面，结合时间信息对行人进行重识别。然而，该方案并未解决复杂背景的问题；又一方面，利用帧差法获取运动的行人并利用深度网络提取行人特征。这种方法针对静止的行人，识别精度差；再一方面，以颜色信息构建行人重识别特征。这种仅通过颜色进行识别的方式鲁棒性较差。

鉴于此，需要一种行人重识别方法、行人重识别装置、存储介质和电子设备。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种行人重识别方法、行人重识别装置、存储介质和电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

根据本公开的一个方面，提供一种行人重识别方法，包括：获取图像；检测图像中的行人，获取包含行人的行人区域；对行人区域中非行人的背景区域进行模糊操作；提取模糊操作后行人区域的行人特征；以及基于行人特征对行人进行重识别。

可选地，检测图像中的行人包括：采用像素点级别的语义分割方式检测图像中的行人。

可选地，对行人区域中非行人的背景区域进行模糊操作包括：采用均值模糊或高斯模糊的方式对行人区域中非行人的背景区域进行模糊操作。

可选地，基于行人特征对行人进行重识别包括：如果行人特征与行人数据库中一已有行人特征匹配，则返回已有行人特征的ID地址；如果行人特征与行人数据库中所有已有行人特征均不匹配，则在行人数据库中添加行人特征并分配ID地址。

根据本公开的一个方面，提供一种行人重识别装置，包括：图像获取模块，用于获取图像；行人区域获取模块，用于检测图像中的行人，获取包含行人的行人区域；模糊操作模块，用于对行人区域中非行人的背景区域进行模糊操作；特征提取模块，用于提取模糊操作后行人区域的行人特征；以及重识别模块，用于基于行人特征对行人进行重识别。

可选地，行人区域获取模块包括：行人检测单元，用于采用像素点级别的语义分割方式检测图像中的行人。

可选地，模糊操作模块包括：模糊操作单元，用于采用均值模糊或高斯模糊的方式对行人区域中非行人的背景区域进行模糊操作。

可选地，重识别模块包括：第一重识别单元，用于如果行人特征与行人数据库中一已有行人特征匹配，则返回已有行人特征的ID地址；第二重识别单元，用于如果行人特征与行人数据库中所有已有行人特征均不匹配，则在行人数据库中添加行人特征并分配ID地址。

根据本公开的一个方面，提供一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一项的行人重识别方法。

根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的行人重识别方法。

在本公开的一些实施例所提供的技术方案中，从图像中获取包含行人的行人区域，在对行人区域中非行人的背景区域进行模糊操作后，提取行人区域的行人特征，并基于行人特征对行人进行重识别。通过对行人区域中非行人的背景区域进行模糊操作，可以削弱背景图像对行人信息的干扰，提高在复杂场景下行人重识别的准确性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1示意性示出了根据本公开的示例性实施方式的行人重识别方法的流程图；

图2示例性示出了摄像头拍摄的图像的示意图；

图3示出了针对图2所示的图像得到的行人区域的示意图；

图4示出了对行人区域中非行人的背景区域进行模糊操作后的效果示意图；

图5示意性示出了根据本公开的示例性实施方式的行人重识别装置的方框图；

图6示意性示出了根据本公开的示例性实施方式的行人区域获取模块的方框图；

图7示意性示出了根据本公开的示例性实施方式的模糊操作模块的方框图；

图8示意性示出了根据本公开的示例性实施方式的重识别模块的方框图；

图9示出了根据本公开的示例性实施方式的存储介质的示意图；以及

图10示意性示出了根据本公开的示例性实施方式的电子设备的方框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

下面所示的行人重识别方法不仅可以应用于商场或超市的场景，以确定顾客的移动轨迹，进而改善经营策略，而且还可以应用于安保场景，可以在打击犯罪、维护社会安全方面发挥重要的作用。

图1示意性示出了本公开的示例性实施方式的行人重识别方法的流程图。参考图1，所述行人重识别方法可以包括以下步骤：

S10.获取图像。

根据本公开的一些实施例，服务器可以实时获取摄像头当前拍摄的图像。本公开提及的图像可以是图片，也可以是视频，另外，本公开对图像的分辨率、大小等参数不做特殊限定。

根据本公开的另一些实施例，摄像头拍摄的图像可以存储在一图像存储器中，服务器可以从该图像存储器中获取图像。例如，图像存储器可以按照时间顺序存储摄像头拍摄的图像，服务器可以根据用户的需求获取历史指定时间段的图像，具体的，服务器可以定时或响应用户的图像获取操作获取指定时间段的图像。

以超市购物为例，图2示例性示出了摄像头拍摄的图像。

S12.检测图像中的行人，获取包含行人的行人区域。

在本公开的示例性实施方式中，可以采用像素点级别的语义分割方式检测步骤S10中获取的图像中的行人。具体的，可以采用全卷积神经网络(Fully ConvolutionalNetworks，FCN)对图像进行处理，全卷积神经网络可以对输入的图像的每一个像素进行标注，以标明各像素对应图像所属的类别，其中，全卷积神经网络配置有包括人物在内的上千种类别，可以通过此方式准确地检测出图像中的行人。

然而，本公开不限于采用全卷积神经网络，还可以采用其他语义分割的方式确定图像中的行人，例如，卷积神经网络(Convolutional Neural Networks，CNN)、GrabCut(一种需要人工参与以达到较好效果的人机交互语义分割方法)等。此外，还可以采用其他行人检测的方法确定图像中的行人，例如，基于全局特征的方法、基于人体部位的方法、基于立体视觉的方法等，本公开对此不做特殊限制。

在检测出图像中的行人后，服务器可以获取包含行人的行人区域。具体的，服务器可以从图像中确定出行人在图像中的位置以及行人的长和宽，在这种情况下，行人区域可以是一矩形区域。然而，容易理解的是，行人区域还可以被配置为其他形状，例如，圆形、三角形、椭圆形等。

图3以矩形区域为例示例性示出了图2所示图像中包含行人的行人区域。参考图3，该图像中可以包括行人区域31、行人区域32和行人区域33。

此外，本公开还包括在图像中对行人区域进行切割并单独提取，以便于剔除背景信息，为之后的分析提供便利。

S14.对行人区域中非行人的背景区域进行模糊操作。

在确定出行人区域后，可以对行人区域中除行人之外的背景区域进行模糊操作。根据本公开的一些实施例，可以采用均值模糊的方式进行模糊操作。例如，针对背景区域的像素点，可以配置一半径，计算该半径内所有的像素的平均值，并将该平均值赋予该半径内的所有像素点。其中，开发人员可以自行设定该半径，以实现不同程度的模糊效果。

根据本公开的另一些实施例，可以采用高斯模糊的方式进行模糊操作。具体的，可以采用正态分布的密度函数计算每个像素点的权重，并根据权重得到每个像素点的像素值。

图4示出了对图像进行模糊操作处理后的效果图。

S16.提取模糊操作后行人区域的行人特征。

在本公开的示例性实施方式中，行人特征可以包括但不限于头部特征、躯干特征、衣着特征等指标。此外，可以对这些指标赋予不同的权重，例如，头部特征的权重较高，衣着特征的权重较低，在这种情况下，可以综合考虑包含的指标与其对应的权重来确定出行人特征。容易理解的是，本公开可以根据不同的精度要求确定行人特征包含的指标。

S18.基于行人特征对行人进行重识别。

在本公开的示例性实施方式中，可以针对不同摄像头拍摄的图像，或者同一摄像头不同时间拍摄的图像中的行人进行重识别。具体的，可以将步骤S16中提取的行人特征与行人数据库中已有行人特征进行比较，其中，行人数据库可以存储有同一摄像头或不同摄像头历史拍摄的行人特征数据。另外，行人数据库中每一已有行人特征均配置有一ID地址，以便于查询或调取。

根据本公开的一些实施例，如果行人特征与行人数据库中一已有行人特征匹配，则返回该已有行人特征的ID地址，以供用户对该行人的行人特征和历史图像进行查询。此外，可以将此次拍摄的图像按该ID地址存入行人数据库。

根据本公开的另一些实施例，如果行人特征与行人数据库中所有已有行人特征均不匹配，则说明该行人的信息未被记录，在这种情况下，可以将该行人特征添加至行人数据库，并且为该行人特征在行人数据库中分配ID地址，以方便后续的查询或调取。

此外，针对具体匹配的过程，可以设置一匹配阈值，当匹配结果大于该匹配阈值时，则认为匹配成功，返回对应已有行人特征的ID地址；当匹配结果不大于该匹配阈值，则可以将此次获取的行人特征添加至行人数据库，并分配ID地址。

应当注意，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

进一步的，本示例实施方式中还提供了一种行人重识别装置。

图5示意性示出了本公开的示例性实施方式的行人重识别装置的方框图。参考图5，根据本公开的示例性实施方式的行人重识别装置5可以包括图像获取模块51、行人区域获取模块53、模糊操作模块55、特征提取模块57和重识别模块59，其中：

图像获取模块51，可以用于获取图像；

行人区域获取模块53，可以用于检测图像中的行人，获取包含行人的行人区域；

模糊操作模块55，可以用于对行人区域中非行人的背景区域进行模糊操作；

特征提取模块57，可以用于提取模糊操作后行人区域的行人特征；以及

重识别模块59，可以用于基于行人特征对行人进行重识别。

在本公开的行人重识别装置中，通过对行人区域中非行人的背景区域进行模糊操作，可以削弱背景图像对行人信息的干扰，提高在复杂场景下行人重识别的精确性。

根据本公开的示例性实施例，参考图6，行人区域获取模块53可以包括行人检测单元601，其中：

行人检测单元601，可以用于采用像素点级别的语义分割方式检测图像中的行人。

在本实施例中，采用像素点级别的语义分割可以得到相对准确的行人检测结果。

根据本公开的示例性实施例，参考图7，模糊操作模块55可以包括模糊操作单元701，其中：

模糊操作单元701，可以用于采用均值模糊或高斯模糊的方式对行人区域中非行人的背景区域进行模糊操作。

根据本公开的示例性实施例，参考图8，重识别模块59可以包括第一重识别单元801和第二重识别单元803，其中：

第一重识别单元801，可以用于如果行人特征与行人数据库中一已有行人特征匹配，则返回已有行人特征的ID地址；

第二重识别单元803，可以用于如果行人特征与行人数据库中所有已有行人特征均不匹配，则在行人数据库中添加行人特征并分配ID地址。

由于本发明实施方式的程序运行性能分析装置的各个功能模块与上述方法发明实施方式中相同，因此在此不再赘述。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。

参考图9所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品900，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图10来描述根据本发明的这种实施方式的电子设备1000。图10显示的电子设备1000仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图10所示，电子设备1000以通用计算设备的形式表现。电子设备1000的组件可以包括但不限于：上述至少一个处理单元1010、上述至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030、显示单元1040。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1010执行，使得所述处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元1010可以执行如图1中所示的步骤S10：获取图像；步骤S12：检测图像中的行人，获取包含行人的行人区域；步骤S14：对行人区域中非行人的背景区域进行模糊操作；步骤S16：提取模糊操作后行人区域的行人特征；以及步骤S18：基于行人特征对行人进行重识别。

存储单元1020可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)10201和/或高速缓存存储单元10202，还可以进一步包括只读存储单元(ROM)10203。

存储单元1020还可以包括具有一组(至少一个)程序模块10205的程序/实用工具10204，这样的程序模块10205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线1030可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备1000也可以与一个或多个外部设备1100(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1000交互的设备通信，和/或与使得该电子设备1000能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1050进行。并且，电子设备1000还可以通过网络适配器1060与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器1060通过总线1030与电子设备1000的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1000使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种行人重识别方法，其特征在于，包括：

获取图像；

检测所述图像中的行人，获取包含行人的行人区域；

对所述行人区域中非行人的背景区域进行模糊操作；

提取模糊操作后所述行人区域的行人特征；以及

基于所述行人特征对行人进行重识别。

2.根据权利要求1所述的行人重识别方法，其特征在于，检测所述图像中的行人包括：

采用像素点级别的语义分割方式检测所述图像中的行人。

3.根据权利要求1所述的行人重识别方法，其特征在于，对所述行人区域中非行人的背景区域进行模糊操作包括：

采用均值模糊或高斯模糊的方式对所述行人区域中非行人的背景区域进行模糊操作。

4.根据权利要求1所述的行人重识别方法，其特征在于，基于所述行人特征对行人进行重识别包括：

如果所述行人特征与行人数据库中一已有行人特征匹配，则返回所述已有行人特征的ID地址；

如果所述行人特征与行人数据库中所有已有行人特征均不匹配，则在所述行人数据库中添加所述行人特征并分配ID地址。

5.一种行人重识别装置，其特征在于，包括：

图像获取模块，用于获取图像；

行人区域获取模块，用于检测所述图像中的行人，获取包含行人的行人区域；

模糊操作模块，用于对所述行人区域中非行人的背景区域进行模糊操作；

特征提取模块，用于提取模糊操作后所述行人区域的行人特征；以及

重识别模块，用于基于所述行人特征对行人进行重识别。

6.根据权利要求5所述的行人重识别装置，其特征在于，所述行人区域获取模块包括：

行人检测单元，用于采用像素点级别的语义分割方式检测所述图像中的行人。

7.根据权利要求5所述的行人重识别装置，其特征在于，所述模糊操作模块包括：

模糊操作单元，用于采用均值模糊或高斯模糊的方式对所述行人区域中非行人的背景区域进行模糊操作。

8.根据权利要求5所述的行人重识别装置，其特征在于，所述重识别模块包括：

第一重识别单元，用于如果所述行人特征与行人数据库中一已有行人特征匹配，则返回所述已有行人特征的ID地址；

第二重识别单元，用于如果所述行人特征与行人数据库中所有已有行人特征均不匹配，则在所述行人数据库中添加所述行人特征并分配ID地址。

9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的行人重识别方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至4中任一项所述的行人重识别方法。