[发明专利]行人质量评估方法及系统

说明书

本发明公开了一种行人质量评估方法及系统，涉及深度学习技术领域，解决了行人质量评估效率不高的技术问题，其技术方案要点是根据人体骨骼关键点和遮挡物品对所述行人图像进行合成，得到遮挡图像，再使用遮挡图像和无遮挡图像共同训练行人质量评估模型，用以对行人图像进行评估识别。不仅可评估输入行人图像是否为完整的行人图像，同时也可评估输入行人图像是否有遮挡，进而用于筛选完整无遮挡的行人底库图像。

技术领域

本公开涉及深度学习技术领域，尤其涉及一种行人质量评估方法及系统。

背景技术

行人重识别是基于人体信息进行身份识别的一种技术，输入行人图像与底库行人图像进行逐一特征对比，找出与输入行人图像特征相似度最高的底库行人图像，如果相似度大于预先设置的相似度阈值，则该底库行人图像与输入行人图像为同一个人，否则无法确定输入图像的身份。

底库行人图像的质量会直接影响行人重识别的效果，需要采用一张高质量的行人图像作为底库。随机选择行人底库图像，若行人图像为非完整行人，比如上半身，下半身，左半身，右半身，则无法进行有效地行人重识别；若行人图像有较大遮挡物，则会干扰行人重识别结果。因此，亟需筛选出一个高质量的行人底库图像以提高行人质量评估的效率。

发明内容

本公开提供了一种行人质量评估方法及系统，其技术目的是提高底库行人图像的质量，提高行人质量评估的效率。

本公开的上述技术目的是通过以下技术方案得以实现的：

一种行人质量评估方法，包括：

输入行人图像，根据人体骨骼关键点和遮挡物品对所述行人图像进行合成，得到遮挡图像；

对所述行人图像和所述遮挡图像进行标注，得到有遮挡图像和无遮挡图像，则所述有遮挡图像和所述无遮挡图像构成遮挡二分类任务数据集；

将所述有遮挡图像和所述无遮挡图像划分为人体五分类任务数据集，所述人体五分类任务数据集包括上半身图像、下半身图像、左半身图像、右半身图像和全身图像；

将所述遮挡二分类任务数据集和所述人体五分类任务数据集投入到卷积神经网络模型进行多任务训练，得到行人质量评估模型；

根据所述行人质量评估模型对行人质量进行评估。

一种行人质量评估系统，包括：

图像合成模块，输入行人图像，根据人体骨骼关键点和遮挡物品对所述行人图像进行合成，得到遮挡图像；

标注模块，对所述行人图像和所述遮挡图像进行标注，得到有遮挡图像和无遮挡图像；

分类模块，将所述有遮挡图像和所述无遮挡图像构成遮挡二分类任务数据集；

将所述有遮挡图像和所述无遮挡图像划分为人体五分类任务数据集，所述人体五分类任务数据集包括上半身图像、下半身图像、左半身图像、右半身图像和全身图像；

训练模块，将所述遮挡二分类任务数据集和所述人体五分类任务数据集投入到卷积神经网络模型进行多任务训练，得到行人质量评估模型；

评估模块，根据所述行人质量评估模型对行人质量进行评估。

本公开的有益效果在于：本公开所述的行人质量评估方法及系统，根据人体骨骼关键点和遮挡物品对所述行人图像进行合成，得到遮挡图像，再使用遮挡图像和无遮挡图像共同训练行人质量评估模型，用以对行人图像进行评估识别。不仅可评估输入行人图像是否为完整的行人图像，同时也可评估输入行人图像是否有遮挡，进而用于筛选完整无遮挡的行人底库图像。

附图说明

图1为本公开所述方法的流程图；

图2为本公开所述系统的示意图；