Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020108075 - TWO-STAGE PEDESTRIAN SEARCH METHOD COMBINING FACE AND APPEARANCE

Publication Number WO/2020/108075
Publication Date 04.06.2020
International Application No. PCT/CN2019/108502
International Filing Date 27.09.2019
IPC
G06K 9/00 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
CPC
G06K 9/00288
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
00221Acquiring or recognising human faces, facial parts, facial sketches, facial expressions
00288Classification, e.g. identification
G06K 9/00369
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
00362Recognising human body or animal bodies, e.g. vehicle occupant, pedestrian; Recognising body parts, e.g. hand
00369Recognition of whole body, e.g. static pedestrian or occupant recognition
G06N 3/0454
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
0454using a combination of multiple neural nets
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
Applicants
  • 上海交通大学 SHANGHAI JIAO TONG UNIVERSITY [CN]/[CN]
Inventors
  • 杨华 YANG, Hua
  • 李亮奇 LI, Liangqi
Agents
  • 深圳市韦恩肯知识产权代理有限公司 WAYNE INTELLECTUAL PROPERTY AGENCY CO., LTD.
Priority Data
201811447035.429.11.2018CN
Publication Language Chinese (ZH)
Filing Language Chinese (ZH)
Designated States
Title
(EN) TWO-STAGE PEDESTRIAN SEARCH METHOD COMBINING FACE AND APPEARANCE
(FR) PROCÉDÉ DE RECHERCHE DE PIÉTONS EN DEUX ÉTAPES COMBINANT LE VISAGE ET L'ASPECT
(ZH) 结合人脸与外观的两阶段行人搜索方法
Abstract
(EN)
A two-stage pedestrian search method combining face and appearance, comprising: detecting faces of pedestrians by utilizing a face detector, and outputting a face representation vector on the basis of a face comparison model; sorting a set of pedestrians to be matched according to Euclidean distance, so as to obtain a face sorting result; selecting a plurality of samples to serve as multi-matching targets of the next stage according to a sorting result; using the selected next-stage multi-matching targets of different pedestrians in the same data set as negative samples of each other, so as to compress the next-stage matching sample space; and finally, carrying out multi-target pedestrian re-identification, sorting a set of pictures to be matched according to the average distance or similarity to the plurality of targets, and outputting a final result. Thus, the face and pedestrian re-recognition are combined by means of a DenseNet-based convolutional neural network so as to search for a target pedestrian; the robustness is improved by means of meticulously designed limiting conditions, the amount of calculation is reduced, and the performance in searching for pedestrians is further improved.
(FR)
L'invention concerne un procédé de recherche de piétons en deux étapes combinant le visage et l'aspect. Le procédé consiste à : détecter des visages de piétons au moyen d'un détecteur de visage, et délivrer en sortie un vecteur de représentation de visage basé sur un modèle de comparaison de visages; trier un lot de piétons à comparer en fonction d'une distance euclidienne, de façon à obtenir un résultat de tri de visages; sélectionner une pluralité d'échantillons pour servir de cibles de comparaisons multiples de l'étape suivante en fonction d'un résultat de tri; utiliser les cibles de comparaisons multiples de l'étape suivante sélectionnées de différents piétons figurant dans le même ensemble de données comme échantillons négatifs l'un de l'autre, de façon à compresser l'espace de l'échantillon de comparaison de l'étape suivante; et enfin, effectuer une ré-identification de piétons multi-cibles, trier un ensemble d'images à comparer en fonction de la distance moyenne ou de la similarité à la pluralité de cibles, et produire un résultat final. Ainsi, le visage et la reconnaissance de piétons sont combinés au moyen d'un réseau neuronal convolutionnel basé sur DenseNet, de façon à rechercher un piéton cible; la robustesse est améliorée au moyen de conditions de limitation meticuleusement mises au point; le volume de calcul est réduit; et la performance de recherche de piétons est en outre améliorée.
(ZH)
一种结合人脸与外观的两阶段行人搜索方法,包括:利用人脸检测器检测行人的人脸,基于人脸比对模型输出人脸表征向量;根据欧氏距离对待匹配行人集进行排序获取人脸排序结果;根据排序结果选取若干个样本作为下一阶段的多匹配目标;将同一数据集中不同行人的所挑选出的下一阶段的多匹配目标作为彼此的负样本,从而压缩下一阶段匹配的样本空间;最后进行多目标行人再识别,将待匹配图片集根据与多个目标的平均距离或相似度进行排序输出最终结果。通过基于DenseNet的卷积神经网络将人脸与行人再识别联合起来搜索目标行人,并通过精心设计的限制条件提高了鲁棒性减少了计算量,进一步提升了行人搜索的性能。
Also published as
Latest bibliographic data on file with the International Bureau