未来智讯 > 人脸语音识别论文 > 行人再识别比人脸识别更上层楼

行人再识别比人脸识别更上层楼

发布时间:2018-05-09 11:32:00 文章来源:未来智讯    
    行动中的识别――了解行人再识别技术
    如上所述,现在人脸识别大多只是对静态位置的人脸进行识别。在��际生活中,人很多时候是在行走的状态。如何识别行走的人物?这就是行人再识别技术,它通过摄像头或者监控视频,对行走的人体摄像按照指定要素进行匹配,从而实现对行动人像的识别,在视频中找到符合要素的人物(图1)。
    显然行人再识别技术和常见的人脸识别不同,人脸识别是人们主动提供自己的脸型数据和选题预设数据进行匹配,从而完成脸型的验证。行人再识别则需要在众多视频影像中找出符合要求的人物,比如在某商场孩子走丢了,家长们通过提供孩子的体貌信息,然后根据这些信息在商场监控视频中去匹配特征,从而通过视频影像识别,并找到孩子的最终位置。
行人再识别

    行动中的识别――行人再识别技术原理
    如上所述,行人再识别技术主要是对视频影像中的行人进行识别。因为这些影像大多是摄像头捕捉的,这样和普通的人脸识别相比,一是捕捉的角度不同,摄像头捕捉到的可能是行人的背影或者侧面等影像;二是它在采集图像时不需要行人主动配合,而且采集的是动态行走的影像;三是对于行人识别可能需要在不同场景进行识别,比如在机场采集A的影像,当在商场再次出现A的影像时,同样需要对A实现精准识别(图2)。
    显然行人再识别技术的识别难度就远远比人脸识别要难得多。那么这种技术是怎样实现对行人的精准识别的呢?

    我们来了解一下识别技术的基本原理。无论是人脸识别、指纹识别还是行人再识别,从识别理论上来说大同小异。以人脸识别为例,首先是样本学习,根据人的脸型数据,按照一定的标准让机器学习大量的样本数据,同时借助AI技术,让机器学会自主学习。在完成大量的样本数据学习,机器可以精准识别人脸后,开发者就生成一套算法,然后使用这个算法就可以部署到识别服务器。这样机器预先将获取的人脸数据保存在数据库,再次采集到人脸数据后就会和原始数据匹配,匹配成功即可完成一次人脸识别(图3)。

    回到行人再识别技术,它的原理与之类似。行人识别这种技术主要是依靠行人特征进行识别,首先是给定某人的一张图片,从多张图片中找到属于他/她的那一张或多张,最后通过行人整体特征实现的人员比对技术。因此行人再识别技术关键是要确定特定人物的整体特征,然后把它作为识别点和其他人物比对,这里整体特征就相当于“人脸”数据。
    同样的该技术首先也是样本学习,通过制定一定的标准让机器去学习识别视频里的人物特征。当然这个标准是多维度,比如将人按照头、身、腿分成三部分分别标记其特征信息,或者先通过人体骨架估计,然后再通过骨架信息来对齐,这样就可以将每个人相对独立的特征提取出来(图4)。
    当然由于人体特征点非常多,科研人员同时借助深度卷积神经网络去提取特征和自主学习,最终形成一套识别人物特征的算法。这样借助这套算法就可以对视频中的人物进行比对识别了。举个简单的例子,当在逛商场的时候,4岁孩子走丢了,孩子特征是4岁,下肢较长,当天穿着红色上衣。那么利用行人再识别技术寻找孩子时,只要在识别系统中输入上述特征,系统就会去和视频中符合这些要素的人物进行比对,很快就可以找到你家孩子最近(或者现在)出现的视频影像,从而快速找到孩子。
    行人再识别 不仅仅和安防相关
    说到行人再识别技术,很多人想到的就是警察追捕嫌疑犯的场景。确实该技术在当今的安防领域已经有着很多的应用,比如各地公安部门借助“天网”系统和行人再识别技术可快速找到嫌疑人的踪迹(图5)。

    其实除了这些专业区域外,行人再识别技术还可以运用在我们生活里的很多场景。如现在很多朋友出外旅游都喜欢给拍照,拍摄人物多了以后照片就不好归类。现在借助行人再识别对拍摄的人物进行追踪,很容易就可以将照片按照自己、孩子、朋友的类别进行相册的分类整理。对于零售商来说,借助自己摄像头拍摄的视频结合行人再识别技术,则可以轻松知道哪位顾客经常光临自己的店面,喜欢在哪些柜台前逗留等详细信息(图6)。
转载请注明来源。原文地址:https://www.7428.cn/page/2018/0509/16973/
 与本篇相关的热门内容: