一种高效的基于相似度的跨摄像头的目标重识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113642685A(43)申请公布日2021.11.12(21)申请号202111213721.7(22)申请日2021.10.19(71)申请人之江实验室地址310023浙江省杭州市余杭区文一西路1818号人工智能小镇10号楼(72)发明人华炜马也驰张顺(74)专利代理机构杭州求是专利事务所有限公司33200代理人邱启旺(51)Int.Cl.G06K9/62(2006.01)G06K9/00(2006.01)G06N3/04(2006.01)权利要求书2页说明书4页附图1页(54)发明名称一种高效的基于相似度的跨摄像头的目标重识别方法(57)摘要本发明公开了一种高效的基于相似度的跨摄像头的目标重识别方法，该方法通过两组待匹配目标，得到多个匹配对及其相似度分数；针对双方均未匹配的匹配对，每次只取其中相似度分数较高的一部分匹配对，按照相似度分数从大到小的顺序遍历，并输出匹配对及其相似度分数，作为匹配结果；当某个匹配对中的任一待匹配目标已在匹配结果中出现，则不能作为匹配结果输出；重复遍历未匹配的匹配对直到匹配结果达到预期。本发明首先解决了基于相似度的多目标匹配问题，并相对于其他多目标匹配方法大幅度降低了时间复杂度，提升了效率。CN113642685ACN113642685A权利要求书1/2页1.一种高效的基于相似度的跨摄像头的目标重识别方法，其特征在于，包括：通过两个摄像头拍摄到两张图片，分别对两张图片进行目标检测，得到对应的两组目标检测结果；其中，一组目标检测结果包括A个待匹配目标，另一组目标检测结果包括B个待匹配目标；分别对两组待匹配目标进行特征提取，得到每个待匹配目标的特征向量；不同组的待匹配目标两两配对，并根据特征向量计算相似度分数，得到A*B个匹配对及其相似度分数，相似度分数在[0,1]之间；针对双方均未匹配的匹配对，每次只取其中相似度分数较高的一部分匹配对，按照相似度分数从大到小的顺序遍历，并输出匹配对及其相似度分数，作为匹配结果；当某个匹配对中的任一待匹配目标已在匹配结果中出现，则不能作为匹配结果输出；如果当前匹配结果中的匹配对数量未达到预期的K组，则再次针对双方均未匹配的匹配对中相似度分数较高的部分，按照相似度分数从大到小的顺序遍历并输出，直到匹配结果达到预期；其中0＜K≤min(A,B)。2.如权利要求1所述高效的基于相似度的跨摄像头的目标重识别方法，其特征在于，目标检测结果包括行人。3.如权利要求1所述高效的基于相似度的跨摄像头的目标重识别方法，其特征在于，包括以下步骤：1)将A*B的相似度分数的二维矩阵，转换为一维向量M，其中M的长度为A*B，并记录每个相似度分数在原二维矩阵的行列值，对应在A和B的待匹配目标中索引号；2)维护一个结果容器R，存储已经选择的匹配对[i,j,Nij]，其中Nij为相似度分数，i为分数Nij在A中的索引号，j为分数Nij在B中的索引号；3)从向量M中随机选取一个相似度分数N；4)遍历向量M的相似度分数，比N大的分数放在左堆H_left，比N小的分数放在右堆H_right；相似度分数N放在左堆或右堆；5)对左堆H_left进行排序，得到H_left_sorted；6)按照从大到小的顺序遍历堆H_left_sorted；若当前索引的i或者j不在结果容器R内，则得到匹配对[i,j,Nij]，加入结果容器R内；若当前索引的i或者j在结果容器R内，则跳过当前相似度分数继续遍历；7)若结果容器R内的个数大于等于K，则结束匹配，得到结果容器R；8)若结果容器R内的个数小于K，则遍历结果容器R，根据R中的索引过滤右堆H_right中具有相同的i或者相同的j的相似度分数，更新右堆H_right；将过滤后的右堆H_right作为新的向量M，重新执行步骤3)~8)直到结果容器R的匹配对大于等于K，得到结果容器R。4.如权利要求1所述高效的基于相似度的跨摄像头的目标重识别方法，其特征在于，设定匹配结果的相似度分数阈值，剔除匹配结果中低于阈值的匹配对。5.如权利要求1所述高效的基于相似度的跨摄像头的目标重识别方法，其特征在于，目标检测采用CenterNet目标检测算法。6.如权利要求1所述高效的基于相似度的跨摄像头的目标重识别方法，其特征在于，待匹配目标的特征向量通过分类器进行特征提取得到。7.如权利要求6所述高效的基于相似度的跨摄像头的目标重识别方法，其特征在于，所2CN113642685A权利要求书2/2页述分类器为ResNet50神经网络。8.如权利要求1所述高效的基于相似度的跨摄像头的目标重识别方法，其特征在于，采用两个待匹配目标的特征向量的余弦相似度作为相似度分数。3CN113642685A说明书1/4页一种高效的基于