1.本发明属于人员识别技术领域，尤其涉及一种基于复合局部视觉特征的重点人员重识别方法及系统。
背景技术：
2.机场作为公共运输服务中心，具有开放式场景、人员密度高、流动频繁、常出现人流聚集等典型特征，因此视频监控、门禁和安检系统等传统安防技术无法满足机场空防安全管控的需求，通过各种安保措施和手段保障空防安全的难度和压力尤为突出，投入大量安防人员增加了机场的整体运营成本。
技术实现要素：
3.本发明提供一种基于复合局部视觉特征的重点人员重识别方法及系统，用于解决不同摄像机因视场与视角限制导致获取的人员视觉特征存在差异的技术问题。
4.第一方面，本发明提供一种基于复合局部视觉特征的重点人员重识别方法，包括：获取视频画面，对所述视频画面中的人员分别进行人脸检测和人体检测，得到人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度；将人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度进行复合视觉特征加权融合；对加权融合后的复合视觉特征采用水平空间分割和二次特征对齐，得到目标复合视觉特征；基于所有局部特征间的相似距离度量总和对所述目标复合视觉特征进行识别。
5.第二方面，本发明提供一种基于复合局部视觉特征的重点人员重识别系统，包括：检测模块，配置为获取视频画面，对所述视频画面中的人员分别进行人脸检测和人体检测，得到人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度；融合模块，配置为将人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度进行复合视觉特征加权融合；处理模块，配置为对加权融合后的复合视觉特征采用水平空间分割和二次特征对齐，得到目标复合视觉特征；识别模块，配置为基于所有局部特征间的相似距离度量总和对所述目标复合视觉特征进行识别。
6.第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的基于复合局部视觉特征的重点人员重识别方法的步骤。
7.第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行本发明任一实施例的基于复合局部视觉特征
的重点人员重识别方法的步骤。
8.本技术的基于复合局部视觉特征的重点人员重识别方法及系统，具有以下有益效果：通过人员脸部与上半身等局部视觉特征的空间注意力融合模型，以及基于水平特征分割增强脸部、头部、上肢和胸部特征匹配和关键特征融合性能的特征对齐机制，在人员重识别公开训练集基础上，扩增机场典型场景的数据集，同时进行人员重识别深度学习网络模型的调优和改进，解决了不同摄像机因视场与视角限制导致获取的人员视觉特征存在差异的问题。
附图说明
9.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
10.图1为本发明一实施例提供的一种基于复合局部视觉特征的重点人员重识别方法的流程图；
11.图2为本发明一实施例提供的一种基于复合局部视觉特征的重点人员重识别系统的结构框图；
12.图3是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
13.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
14.请参阅图1，其示出了本技术的一种基于复合局部视觉特征的重点人员重识别方法的流程图。
15.如图1所示，基于复合局部视觉特征的重点人员重识别方法具体包括以下步骤：
16.步骤s101，获取视频画面，对所述视频画面中的人员分别进行人脸检测和人体检测，得到人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度；
17.步骤s102，将人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度进行复合视觉特征加权融合；
18.步骤s103，对加权融合后的复合视觉特征采用水平空间分割和二次特征对齐，得到目标复合视觉特征。
19.在本步骤中，在人脸视觉特征数据中获取人脸在图像中的二维空间信息，将二维空间信息与预设的人体金字塔检测模型中检测头输出经过空间注意力加权后的人体局部视觉特征的粗对齐；根据人脸检测置信度以及对人脸视觉特征数据的下采样率，选择所述人体金字塔检测模型中下采样率最近的个特征层对人头部分的视觉特征，并进行基于置信
度的加权特征融合。
20.步骤s104，基于所有局部特征间的相似距离度量总和对所述目标复合视觉特征进行识别。
21.请参阅图2，其示出了本技术的一种基于复合局部视觉特征的重点人员重识别系统的结构框图。
22.如图2所示，重点人员重识别系统200，包括检测模块210、融合模块220、处理模块230以及识别模块240。
23.其中，检测模块210，配置为获取视频画面，对所述视频画面中的人员分别进行人脸检测和人体检测，得到人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度；融合模块220，配置为将人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度进行复合视觉特征加权融合；处理模块230，配置为对加权融合后的复合视觉特征采用水平空间分割和二次特征对齐，得到目标复合视觉特征；识别模块240，配置为基于所有局部特征间的相似距离度量总和对所述目标复合视觉特征进行识别。
24.应当理解，图2中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效果同样适用于图2中的诸模块，在此不再赘述。
25.在另一些实施例中，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行上述任意方法实施例中的基于复合局部视觉特征的重点人员重识别方法；
26.作为一种实施方式，本发明的计算机可读存储介质存储有计算机可执行指令，计算机可执行指令设置为：
27.获取视频画面，对所述视频画面中的人员分别进行人脸检测和人体检测，得到人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度；
28.将人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度进行复合视觉特征加权融合；
29.对加权融合后的复合视觉特征采用水平空间分割和二次特征对齐，得到目标复合视觉特征；
30.基于所有局部特征间的相似距离度量总和对所述目标复合视觉特征进行识别。
31.计算机可读存储介质可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据基于复合局部视觉特征的重点人员重识别系统的使用所创建的数据等。此外，计算机可读存储介质可以包括高速随机存取存储器，还可以包括存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，计算机可读存储介质可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至基于复合局部视觉特征的重点人员重识别系统。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其
组合。
32.图3是本发明实施例提供的电子设备的结构示意图，如图3所示，该设备包括：一个处理器310以及存储器320。电子设备还可以包括：输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接，图3中以通过总线连接为例。存储器320为上述的计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例基于复合局部视觉特征的重点人员重识别方法。输入装置330可接收输入的数字或字符信息，以及产生与基于复合局部视觉特征的重点人员重识别系统的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
33.上述电子设备可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
34.作为一种实施方式，上述电子设备应用于基于复合局部视觉特征的重点人员重识别系统中，用于客户端，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
35.获取视频画面，对所述视频画面中的人员分别进行人脸检测和人体检测，得到人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度；
36.将人脸视觉特征数据、与所述人脸视觉特征数据相对应的人脸检测置信度以及人体局部视觉特征数据、与所述人体局部视觉特征数据相对应的人体检测置信度进行复合视觉特征加权融合；
37.对加权融合后的复合视觉特征采用水平空间分割和二次特征对齐，得到目标复合视觉特征；
38.基于所有局部特征间的相似距离度量总和对所述目标复合视觉特征进行识别。
39.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
40.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。