(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111663748.6 (22)申请日 2021.12.31 (71)申请人 深圳云天励飞技 术股份有限公司 地址 518000 广东省深圳市龙岗区园山 街 道龙岗大道8288号深圳大运软件小镇 17栋1楼 (72)发明人 吴鹏　肖嵘　王孝宇　 (74)专利代理 机构 深圳驿航知识产权代理事务 所(普通合伙) 44605 专利代理师 杨伦 (51)Int.Cl. G06V 20/54(2022.01) G06V 20/40(2022.01) G06V 40/20(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 非机动车重识别方法及相关 设备 (57)摘要 本发明实施例提供一种非机动车重识别方 法， 包括： 获取待处理图像序列， 所述处理图像序 列中包括非机动车； 针对所述待处理图像序列， 对每一帧待处理图像进行非机动车检测和人体 检测， 得到第一非机动车信息与人体信息； 若检 测到所述人体信息与所述第一非机动车存在骑 行关系， 则将所述第一非机动车与所述人体信息 进行关联， 得到具有骑行者属性的第二非机动车 信息； 基于所述第二非机动车信息进行重识别， 得到所述非机动车的重识别结果。 通过非机动车 信息与骑行者的人体信息来对非机动车进行重 识别， 可以将骑行者的人体信息作为非机动车重 识别的辅助信息， 从而提高非机动车重识别的准 确率。 权利要求书2页 说明书13页 附图6页 CN 114445787 A 2022.05.06 CN 114445787 A 1.一种非机动车重识别方法， 其特 征在于， 包括以下步骤： 获取待处 理图像序列， 所述待处 理图像序列中包括非机动车； 对所述待处理图像序列中的每一帧待处理图像进行非机动车检测和人体检测， 得到第 一非机动车信息与人体信息； 当检测到所述人体信 息与所述第一非机动车信 息存在骑行关系时， 将所述第 一非机动 车与所述人体信息进行关联， 得到具有骑行者属性的第二非机动车信息； 基于所述第二非机动车信息进行重识别， 得到所述非机动车的重识别结果。 2.如权利要求1所述的方法， 其特征在于， 所述第一非机动车信息包括非机动车检测 框， 所述人体信息包括人体检测框， 在所述当检测到所述人体信息与所述第一非机动车信 息存在骑行关系时， 将所述第一非机动车与所述人体信息进行关联， 得到具有骑行者属 性 的第二非机动车信息的步骤之前， 所述方法包括： 计算所述非机动车检测框与 所述人体检测框的交并比， 并选取交并比大于预设值的所 述非机动车检测框与所述人体检测框进行组合， 得到候选组合框， 所述候选组合框包括所 述非机动车检测框以及所述人体 检测框； 对所述候选组合框 内的图像进行行为检测， 得到所述候选组合框内的图像的行为检测 结果， 所述行为检测结果包括所述人体信息与所述第一非机动车信息是否存在骑行关系。 3.如权利要求2所述的方法， 其特征在于， 所述选取交并比大于预设值的所述非机动车 检测框与所述人体 检测框进行组合， 得到候选组合框， 包括： 计算交并比大于预设值的所述非机动车检测框与 所述人体检测框之间的最小包围框， 所述最小包围框同时覆盖于所述交并比大于预设值的所述非机动车检测框与所述人体检 测框， 且面积最小； 将所述最小包围框确定为所述 候选组合框 。 4.如权利要求3所述的方法， 其特征在于， 所述基于所述第二非机动车信息进行重识 别， 得到所述非机动车的重识别结果， 包括： 根据所述第 二非机动车信 息对所述待处理图像序列进行目标跟踪， 得到所述非机动车 的第一轨 迹信息； 根据所述非机动车的第一轨 迹信息进行重识别， 得到所述非机动车的重识别结果。 5.如权利要求4所述的方法， 其特征在于， 所述根据 所述第二非机动车信 息对所述待处 理图像序列进行目标跟踪， 得到所述非机动车的第一轨 迹信息， 包括： 提取所述第 二非机动车信 息中的骑行者属性提取对应骑行者的人体信 息， 并通过所述 人体信息对所述 骑行者进行目标跟踪； 若目标跟踪成功， 则基于目标跟踪结果得到所述 骑行者的轨 迹信息； 根据所述骑行者的轨迹信息， 在所述骑行者与所述非机动车存在骑行关系的条件下， 通过所述骑行者的轨迹信息更新所述 非机动车的轨迹信息， 得到所述非机动车的第一轨迹 信息。 6.如权利要求5所述的方法， 其特征在于， 在所述通过所述人体信 息对所述骑行者进行 目标跟踪的步骤之后， 所述方法还 包括： 若目标跟踪失败， 则通过所述第一非机动车信息对所述非机动车进行目标跟踪， 得到 所述非机动车的第二轨 迹信息；权　利　要　求　书 1/2 页 2 CN 114445787 A 2根据所述非机动车的第二轨 迹信息进行重识别， 得到所述非机动车的重识别结果。 7.如权利要求4所述的方法， 其特征在于， 在得到所述非机动车的第一轨迹信息之后， 所述方法包括： 获取第一轨 迹信息在所述待处 理图像序列中的第一目标图像序列； 根据所述第一目标图像序列， 提取 所述第一轨 迹信息对应的第一标识特 征； 基于所述第 一标识特征计算所有所述第 一轨迹信 息的特征相似度， 并将所述特征相似 度大于相似度阈值的所述第一轨 迹信息进行组合， 得到组合轨 迹信息； 通过所述组合轨 迹信息， 对所述第一轨 迹信息进行合并。 8.一种非机动车重识别装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取待处 理图像序列， 所述待处 理图像序列中包括非机动车； 第一检测模块， 用于对所述待处理图像序列中的每一帧待处理图像进行非机动车检测 和人体检测， 得到第一非机动车信息与人体信息； 关联模块， 用于当检测到所述人体信息与所述第一非机动车信息存在骑行关系时， 将 所述第一非机动车与所述人体信息进行关联， 得到具有骑行者属性的第二非机动车信息； 第一重识别模块， 用于基于所述第二非机动车信息进行重识别， 得到所述非机动车的 重识别结果。 9.一种电子设备， 其特征在于， 包括： 存储器、 处理器及存储在所述存储器上并可在所 述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求 1至7中 任一项所述的非机动车重识别方法中的步骤。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机 程序， 所述计算机程序被处理器执行时实现如权利要求 1至7中任一项 所述的非机动车重识 别方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114445787 A 3