【技术实现步骤摘要】
本专利技术属于计算机视觉领域,具体的,涉及一种分辨率自适应特征提取与融合的行人重识别方法。
技术介绍
行人重识别在视频监控中是非常重要的问题。尽管目前已经有很多研究聚焦于这一领域,行人重识别依旧面临很多挑战。一、目前监控场所捕捉到的行人图片分辨率低,提取清晰的生物特征用于行人重识别非常困难。二、不同的行人在两个摄像机场景出现的时间变化非常大,使用时间和空间限制帮助行人重识别非常困难。三,仅仅依靠外貌特征用来识别行人并不稳定,因为行人的外貌特征会受到姿态,光照,背景和遮挡的影响。四、在大型的视频监控网络行人重识别计算效率低也给行人重识别应用带来非常大的挑战。特征提取和行人比对是行人重识别中的两个研究方向。特征提取作为行人重识别的基础和关键,提取出具有区别性的可靠特征是非常重要的。目前已经提出了大量的特征用于行人重识别,比如颜色,形状,纹理,边缘,兴趣点等。目前多特征融合是行人重识别中可以提高识别准确率的一个有效方法。因为单一特征不能强大到捕捉所有行人图片间的细微差别。Bazzani等人融合MSCR,WCH以及RHSP等特征取得了非常好的效果。(参见Bazzani,L.,Cristani,M.,Murino,V.:Symmetry-drivenaccumulationoflocalfeaturesforhumancharacterizationandre-identification.Comput.Vis.Image ...
【技术保护点】
一种分辨率自适应特征提取与融合的行人重识别方法,其特征在于,包括以下步骤:第一步:设P={pi|1≤i≤N}为相机A下的行人图片集合,Q={qi|1≤i≤N}为相机B下的行人图片集合;第二步:对P和Q中的原始行人图片进行降采样,得到低尺度图片;采用筛选机制,先将行人图片集合Q用HS和HOG筛选,得到筛选后的集合然后在高尺度图片上提取LPQ特征,所述高尺度图片是原始行人图片集合P和Q,在P上能检测出人脸特征的行人图片集合记为Pf,在Q上能检测出人脸特征的行人图片集合记为Qf,最后用能检测到人脸的行人图片集合Qf来补充候选行人集将候选行人集扩充为Qcandidate,第三步:在Qcandidate的原始行人图片上即高尺度图片上提取有空间限制的纹理特征(LSCP)、极大稳定颜色区域特征(MSCR)和加权颜色特征(wHSV),得到初始分数曲线queryLSCP,queryMSCR和querywHSV;第四步:采用自适应加权的方法融合在低尺度和高尺度上提取的特征,针对行人p,p∈P,对行人集合中的各行人进行相似度计算,并对得到的相似度按降序排列,得到Q中p最相似的行人集合。
【技术特征摘要】
1.一种分辨率自适应特征提取与融合的行人重识别方法,其特征在于...
【专利技术属性】
技术研发人员:王新宇,杨华,朱继,
申请(专利权)人:上海交通大学,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。