本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，更具體地，涉及一種行人識(shí)別方法和裝置。

背景技術(shù)：

近年來(lái)，基于人的圖像識(shí)別分析技術(shù)取得了廣泛的應(yīng)用，例如年齡識(shí)別、公安安防和門禁系統(tǒng)等。圖像中的行人體型判斷，是對(duì)行人進(jìn)行語(yǔ)義描述的一個(gè)重要屬性，即檢測(cè)一張行人圖片或視頻中行人的身高、胖瘦等體型特征。

體型的測(cè)量在日常生活中隨處可見(jiàn)。傳統(tǒng)的體型判斷方法，大多需要接觸式的通過(guò)尺度工具的直接測(cè)量，或者間接地根據(jù)參照物測(cè)量。這些判斷方法雖然準(zhǔn)確，但都需要人工的持續(xù)參與。當(dāng)人數(shù)多時(shí)，如果逐一測(cè)量則速度相對(duì)較慢。當(dāng)在人流量較大的場(chǎng)合，既需要估算體型，又需要達(dá)到一定的精度，并且對(duì)速度有一定要求時(shí)，傳統(tǒng)的測(cè)量方法則不能滿足要求。

目前基于攝像頭行人圖像用計(jì)算機(jī)判斷行人體型的技術(shù)，正在逐步興起，它通過(guò)非接觸式的視覺(jué)信息來(lái)判斷體型，但是面臨著很多的挑戰(zhàn)。其中之一就是行人視角的問(wèn)題，不同視角下行人的姿態(tài)體型有很大的不同。如何訓(xùn)練出不同視角下的魯棒的體型判斷模型是一個(gè)相當(dāng)有難度的問(wèn)題。

基于攝像頭行人圖像判斷行人體型的算法，通常首先使用行人檢測(cè)模塊檢測(cè)出攝像頭圖像中的行人位置，分離出單獨(dú)的行人圖像。接著，提取行人圖像的視覺(jué)特征，通常是行人區(qū)域的面積和寬高比。最后，通過(guò)這些特征擬合得到行人的體型。這些算法通常無(wú)法解決行人視角的問(wèn)題，不同視角下行人的姿態(tài)有很大的不同，算法擬合得到的結(jié)果差距很大。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的行人識(shí)別方法和裝置，相比現(xiàn)有技術(shù)，不需要人主動(dòng)配合，具有復(fù)雜度低、魯棒性強(qiáng)等優(yōu)點(diǎn)。

根據(jù)本發(fā)明的一個(gè)方面，提供一種行人識(shí)別方法，該方法包括：

步驟1，根據(jù)圖像中的行人位置，標(biāo)明行人區(qū)域，分離單獨(dú)的行人圖像；

步驟2，根據(jù)行人區(qū)域和單獨(dú)的行人圖像，標(biāo)定行人數(shù)據(jù)集，將行人圖像對(duì)應(yīng)于行人體型；

步驟3，根據(jù)行人圖像，基于卷積神經(jīng)網(wǎng)絡(luò)分析獲取行人的屬性特征。

本發(fā)明提出的行人識(shí)別方法通過(guò)行人圖像的體型判斷，利用基于深度學(xué)習(xí)的多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)，在離線訓(xùn)練過(guò)程中針對(duì)不同性別、不同的行人視角訓(xùn)練一個(gè)統(tǒng)一的體型判斷模型，有效的解決行人視角的問(wèn)題，大大提高了算法準(zhǔn)確度。

根據(jù)本發(fā)明的另一個(gè)方面，提供一種行人識(shí)別裝置，該裝置包括行人檢測(cè)模塊、樣本標(biāo)定模塊、離線訓(xùn)練模塊和在線體型判斷模塊。

所述行人檢測(cè)模塊，用于根據(jù)圖像中的行人位置，標(biāo)明行人區(qū)域，分離單獨(dú)的行人圖像；

所述樣本標(biāo)定模塊，用于根據(jù)行人區(qū)域和單獨(dú)的行人圖像，標(biāo)定行人數(shù)據(jù)集，將行人圖像對(duì)應(yīng)于行人體型，標(biāo)定為訓(xùn)練樣本；

所述離線訓(xùn)練模塊，用于根據(jù)收集得到的訓(xùn)練樣本集，訓(xùn)練出基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)；

所述在線體型判斷模塊，用于在線檢測(cè)行人圖像，并將檢測(cè)數(shù)據(jù)輸入卷積神經(jīng)網(wǎng)絡(luò)，判斷行人體型的估計(jì)值。

其中，所述行人檢測(cè)模塊根據(jù)攝像頭采集的視頻序列，分離為單獨(dú)圖像，獲取行人數(shù)據(jù)集；對(duì)樣本集進(jìn)行預(yù)處理并且歸一化為統(tǒng)一尺度，生成數(shù)據(jù)文件。

其中，所述樣本標(biāo)定模塊，將行人圖像標(biāo)定行人身份ID，設(shè)定數(shù)據(jù)屬性，其中，所述數(shù)據(jù)屬性包括視角、性別或者體型，其中，行人的視角劃分為八個(gè)方向，分別為正前、左前、右前、左、右、左后、右后、正后，分別給予標(biāo)號(hào)1～8；將行人性別劃分為男性和女性兩類，給予標(biāo)號(hào)1，2；將行人體型分為偏瘦、健碩、適中、超重、肥胖五類，分別給予標(biāo)號(hào)1～5。

其中，所述離線訓(xùn)練模塊，構(gòu)建具有五層卷積操作層、五層池化操作層、五層dropout層、兩層全連接層、三層softmax分類器和三層邏輯回歸對(duì)象層的卷積神經(jīng)網(wǎng)絡(luò)，其中三個(gè)softmax分類器分別對(duì)應(yīng)三種行人屬性：視角、性別、體型；各個(gè)神經(jīng)元的激活函數(shù)采用ReLu(Rectified Linear Units)激活函數(shù)f(x)＝max(0,x)，該激活函數(shù)具有單側(cè)抑制、相對(duì)寬闊的興奮邊界、稀疏激活性等特性，由于分段線性可以避免梯度消失問(wèn)題；每一次迭代取一個(gè)數(shù)據(jù)batch，batch大小為64，即以64個(gè)樣本為單位利用誤差反向傳播算法對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，基于權(quán)重矩陣計(jì)算各層誤差及梯度方向，根據(jù)梯度下降法更新權(quán)值矩陣，循環(huán)執(zhí)行，直到網(wǎng)絡(luò)達(dá)到收斂。

其中，所述在線體型判斷模塊，用于對(duì)在線獲得的監(jiān)控圖像進(jìn)行行人檢測(cè)，得到行人圖像，再將行人圖像輸入卷積神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)最后一層全連接層被分為3個(gè)分支，分別使用softmax回歸模型分類器對(duì)視角、性別、體型進(jìn)行分類；根據(jù)三個(gè)softmax分類輸出層結(jié)果來(lái)識(shí)別出行人視角、性別、體型信息。

本發(fā)明提出的行人識(shí)別裝置對(duì)硬件要求低，算法清晰，將行人視角劃分為八個(gè)方向可以更好的適應(yīng)不同視角下的行人姿態(tài)，同時(shí)引入深度學(xué)習(xí)策略，從而使最終算法更好的適應(yīng)數(shù)據(jù)和環(huán)境的變化。

附圖說(shuō)明

圖1為本發(fā)明行人識(shí)別方法的流程圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說(shuō)明本發(fā)明，但不用來(lái)限制本發(fā)明的范圍。

在根據(jù)本申請(qǐng)的一個(gè)實(shí)施例中，參考圖1，提供一種行人識(shí)別方法，該方法包括：步驟1，根據(jù)圖像中的行人位置，標(biāo)定行人區(qū)域，分離單獨(dú)的行人圖像；步驟2，根據(jù)行人區(qū)域和單獨(dú)的行人圖像，標(biāo)定行人數(shù)據(jù)集，將行人圖像對(duì)應(yīng)于行人體型；步驟3，根據(jù)行人圖像，基于卷積神經(jīng)網(wǎng)絡(luò)分析獲取行人的屬性特征。

其中，步驟1中，進(jìn)一步包括：步驟11，根據(jù)攝像頭采集的視頻序列，分離為單獨(dú)圖像，獲取行人數(shù)據(jù)集；步驟12，對(duì)樣本集進(jìn)行預(yù)處理并且歸一化為統(tǒng)一尺度，生成數(shù)據(jù)文件。

其中，步驟2中：將行人圖像標(biāo)定行人身份ID，設(shè)定數(shù)據(jù)屬性其中，所述數(shù)據(jù)屬性包括視角、性別或者體型，其中，行人的視角劃分為八個(gè)方向，分別為正前、左前、右前、左、右、左后、右后、正后，分別給予標(biāo)號(hào)1～8；將行人性別劃分為男性和女性兩類，給予標(biāo)號(hào)1，2；將行人體型分為偏瘦、健碩、適中、超重、肥胖五類，分別給予標(biāo)號(hào)1～5。

其中，步驟3中，進(jìn)一步包括：步驟31，根據(jù)收集得到的訓(xùn)練樣本集，訓(xùn)練出基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)；步驟32，檢測(cè)行人圖像，并將檢測(cè)數(shù)據(jù)輸入卷積神經(jīng)網(wǎng)絡(luò)，判斷行人體型的估計(jì)值。

其中，步驟11中，收集行業(yè)內(nèi)公認(rèn)數(shù)據(jù)集并且增加監(jiān)控視頻中的行人檢測(cè)數(shù)據(jù)集，采用行人檢測(cè)方法檢測(cè)圖像中的行人區(qū)域。

其中，步驟11進(jìn)一步包括：步驟111，從攝像頭采集拍攝到的視頻序列；步驟112，將視頻序列按照每10秒輸出一張圖像；步驟113，使用行人檢測(cè)方法檢測(cè)圖像中的行人區(qū)域。

其中，步驟12中，所述統(tǒng)一的尺度可以是128*64，該數(shù)據(jù)文件用于卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

其中，步驟31中，設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，并進(jìn)行訓(xùn)練，獲取網(wǎng)絡(luò)收斂時(shí)的權(quán)重連接矩陣W，用于以后的分類過(guò)程。

其中，步驟31還進(jìn)一步包括：步驟311，設(shè)計(jì)一個(gè)具有五層卷積操作層、五層池化操作層、五層dropout層、兩層全連接層、三層softmax分類器和三層邏輯回歸對(duì)象層的卷積神經(jīng)網(wǎng)絡(luò)，三個(gè)softmax分類器分別對(duì)應(yīng)三種行人屬性：視角、性別、體型；步驟312，各個(gè)神經(jīng)元的激活函數(shù)采用ReLu(Rectified Linear Units)激活函數(shù)f(x)＝max(0,x)，該激活函數(shù)具有單側(cè)抑制、相對(duì)寬闊的興奮邊界、稀疏激活性等特性，由于分段線性可以避免梯度消失問(wèn)題；步驟313，每一次迭代取一個(gè)數(shù)據(jù)batch，batch大小為64，即以64個(gè)樣本為單位利用誤差反向傳播算法對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，基于權(quán)重矩陣計(jì)算各層誤差及梯度方向，根據(jù)梯度下降法更新權(quán)值矩陣，循環(huán)執(zhí)行，直到網(wǎng)絡(luò)達(dá)到收斂。

其中，步驟32中，對(duì)在線獲得的監(jiān)控圖像進(jìn)行行人檢測(cè)，得到行人圖像，再將行人圖像輸入卷積神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)最后一層全連接層被分為3個(gè)分支，分別使用softmax回歸模型分類器對(duì)視角、性別、體型進(jìn)行分類；根據(jù)三個(gè)softmax分類輸出層結(jié)果來(lái)識(shí)別出行人視角、性別、體型信息。

其中，步驟32中，每個(gè)所述softmax回歸模型分類器均采用函數(shù)

計(jì)算當(dāng)前圖像屬于每一個(gè)類別的概率，選取概率最高的類別作為識(shí)別結(jié)果，即可得到待識(shí)別行人的視角、性別、體型特征。

根據(jù)本發(fā)明的另一個(gè)實(shí)施例，提供一種行人識(shí)別裝置，該裝置包括行人檢測(cè)模塊、樣本標(biāo)定模塊、離線訓(xùn)練模塊和在線體型判斷模塊。所述行人檢測(cè)模塊，用于根據(jù)圖像中的行人位置，標(biāo)明行人區(qū)域，分離單獨(dú)的行人圖像；所述樣本標(biāo)定模塊，用于根據(jù)行人區(qū)域和單獨(dú)的行人圖像，標(biāo)定行人數(shù)據(jù)集，將行人圖像對(duì)應(yīng)于行人體型，標(biāo)定為訓(xùn)練樣本；所述離線訓(xùn)練模塊，用于根據(jù)收集得到的訓(xùn)練樣本集，訓(xùn)練出基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)；所述在線體型判斷模塊，用于在線檢測(cè)行人圖像，并將檢測(cè)數(shù)據(jù)輸入卷積神經(jīng)網(wǎng)絡(luò)，判斷行人體型的估計(jì)值。

其中，所述行人檢測(cè)模塊根據(jù)攝像頭采集的視頻序列，分離為單獨(dú)圖像，獲取行人數(shù)據(jù)集；對(duì)樣本集進(jìn)行預(yù)處理并且歸一化為統(tǒng)一尺度，生成數(shù)據(jù)文件。

所述樣本標(biāo)定模塊，將行人圖像標(biāo)定行人身份ID，設(shè)定數(shù)據(jù)屬性，其中，所述數(shù)據(jù)屬性包括視角、性別或者體型，其中，行人的視角劃分為八個(gè)方向，分別為正前、左前、右前、左、右、左后、右后、正后，分別給予標(biāo)號(hào)1～8；將行人性別劃分為男性和女性兩類，給予標(biāo)號(hào)1，2；將行人體型分為偏瘦、健碩、適中、超重、肥胖五類，分別給予標(biāo)號(hào)1～5。

所述離線訓(xùn)練模塊，設(shè)計(jì)一個(gè)具有五層卷積操作層、五層池化操作層、五層dropout層、兩層全連接層、三層softmax分類器和三層邏輯回歸對(duì)象層的卷積神經(jīng)網(wǎng)絡(luò)，三個(gè)softmax分類器分別對(duì)應(yīng)三種行人屬性：視角、性別、體型；各個(gè)神經(jīng)元的激活函數(shù)采用ReLu(Rectified Linear Units)激活函數(shù)f(x)＝max(0,x)，該激活函數(shù)具有單側(cè)抑制、相對(duì)寬闊的興奮邊界、稀疏激活性等特性，由于分段線性可以避免梯度消失問(wèn)題；每一次迭代取一個(gè)數(shù)據(jù)batch，batch大小為64，即以64個(gè)樣本為單位利用誤差反向傳播算法對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，基于權(quán)重矩陣計(jì)算各層誤差及梯度方向，根據(jù)梯度下降法更新權(quán)值矩陣，循環(huán)執(zhí)行，直到網(wǎng)絡(luò)達(dá)到收斂。

所述在線體型判斷模塊，用于對(duì)在線獲得的監(jiān)控圖像進(jìn)行行人檢測(cè)，得到行人圖像，再將行人圖像輸入卷積神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)最后一層全連接層被分為3個(gè)分支，分別使用softmax回歸模型分類器對(duì)視角、性別、體型進(jìn)行分類；根據(jù)三個(gè)softmax分類輸出層結(jié)果來(lái)識(shí)別出行人視角、性別、體型信息。

最后，本申請(qǐng)的方法僅為較佳的實(shí)施方案，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。