一种基于ImageNet检索的监控视频行人重识别方法技术

本发明专利技术公开了一种基于ImageNet检索的监控视频行人重识别方法，将行人重识别问题转化为活动目标图像库的检索问题，从而能够利用ImageNet隐含层特征强大的分类能力。步骤包含：预处理监控视频，去掉视频中大量无关的静态背景视频；采用运动补偿帧差法分离出动态视频帧中的活动目标，构造行人图像库和组织索引表；将行人图像库中的图像与目标行人图像进行尺寸和亮度的对齐；利用ImageNet深度学习网络训练目标行人图像和图像库中图像的隐含特征，进行基于余弦距离相似度的图像检索；按时间顺序将包含识别结果的关联视频聚合成再现行人活动轨迹的视频片段。本发明专利技术方法能更好地适应光照、视角、姿态和尺度的变化，有效提升了跨摄像头环境下行人重识别结果的精度和鲁棒性。

【技术实现步骤摘要】

本专利技术属于视频分析
，涉及一种监控视频行人重识别分析方法，具体涉 及。 技术背景 公安破案中往往需要从大量地理位置分散、覆盖范围大、时间跨度长的监控视频 中追踪嫌疑目标，现有的人工排查录像方式因效率低下极易错过最佳破案时机，刑侦业务 迫切需要自动化分析与检索技术的支持。在这样的背景下，行人重识别技术应运而生。行 人重识别是指在照射区域无重叠的多摄像头画面下自动匹配同一行人对象的技术，用以快 速、准确地发现嫌疑人在多摄像头下的活动画面和轨迹。 以人脸识别为代表的生物特征识别推广到监控环境下的行人重识别存在巨大的 障碍，原因在于监控视频画面的分辨率较差、行人对象尺度较小以及行人对象姿态的随意 性等因素，导致人脸、步态等生物特征难以提取。因此，行人重识别主要依靠行人的外貌特 征（如衣着服饰颜色、佩戴物等）来进行。在现有基于外貌的行人重识别研究中，研究者围 绕特征提取和特征相似性度量发展了许多方法，然而这些方并没有充分考虑现实应用的挑 战。首先，行人重识别问题中的图片来源于不同的摄像头，由于不同摄像头所处的角度、光 照等环境的影响，同一个行人的不同图片中，外貌特征会有一本文档来自技高网...

【技术保护点】
一种基于ImageNet检索的监控视频行人重识别方法，其特征在于，包括以下步骤：步骤1：对原始监控视频进行预处理；解析压缩的监控视频中每帧图像运动矢量，计算运动矢量的强度，排除视频中的大量低活动复杂度的无关背景帧，只保留活动视频帧用于后续分析；步骤2：行人提取；根据步骤1产生的精简监控视频，采用帧差法分离出动态视频帧中的活动目标，构造行人图像库，图像库中的每幅图像包含指向原始监控录像文件及其所在帧的索引；步骤3：行人图像库对齐；将行人图像库中的图像与目标行人图像进行尺寸和亮度的对齐；步骤4：ImageNet图像检索；将目标行人图像和行人图像库中的图像映射成ImageNet深度学习网络的隐含层特...

【技术特征摘要】

【专利技术属性】
技术研发人员：王中元，邵振峰，胡瑞敏，梁超，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42