【技术实现步骤摘要】
本专利技术涉及图像识别
,具体涉及一种人员再识别系统。
技术介绍
近年来,重大生产安全事故和公共安全事故不断发生,给人民群众生命财产安全造成重大损失,视频监控在安全事故的预防、应急记录、事后回溯及人员甄别和搜索中发挥了积极有效的作用。目前海量的视频监控数据可通过密布在公共场所的摄像头获得和存储,但是对这些数据的查找分析工作绝大多数还是依靠人工来完成的。这不仅需要耗费大量的人力、物力和财力,而且无法保证分析结果的即时性和一致性。
技术实现思路
针对上述问题,本专利技术旨在提供一种人员再识别系统。本专利技术的目的采用以下技术方案来实现:提供了一种人员再识别系统,包括采集模块、预处理模块、特征提取模块、训练模块、再识别模块和评价模块;所述采集模块用于采集行人图像;所述预处理模块用于确定行人图像中的人员位置,获取包含人员的矩形区域;所述特征提取模块,用于在包含人员的矩形区域中进行外观特征提取;所述训练模块用于训练多个跨模态投影模型,每一个跨模态投影模型中包含两个投影函数,它们分别将不同摄像机中的图像持征映射到共同的特征空间中并完成相似度计算;所述再识别模块,用于识别数据库中是否含有与查询人员一致的行人图像并确认查询人员身份;所述评价模块用于对系统性能进行评估。本专利技术的有益效果为:便于在海量的视频监控数据中较快地识别所查询的人员,确定查询人员的身份,保证识别结果的即时性和一致性;多个跨模态投影模型可充分应对各种不同的数据分布差异;再识别模块提高了人员的识别精度和效率;设置评价模块,有利于对系统进行改进。附图说明利用附图对本专利技术作进一步说明,但附图中的实施 ...
【技术保护点】
一种人员再识别系统,其特征是,包括采集模块、预处理模块、特征提取模块、训练模块、再识别模块和评价模块;所述采集模块用于采集行人图像;所述预处理模块用于确定行人图像中的人员位置,获取包含人员的矩形区域;所述特征提取模块,用于在包含人员的矩形区域中进行外观特征提取;所述训练模块用于训练多个跨模态投影模型,每一个跨模态投影模型中包含两个投影函数,它们分别将不同摄像机中的图像持征映射到共同的特征空间中并完成相似度计算;所述再识别模块,用于识别数据库中是否含有与查询人员一致的行人图像并确认查询人员身份;所述评价模块用于对系统性能进行评估。
【技术特征摘要】
1.一种人员再识别系统,其特征是,包括采集模块、预处理模块、特征提取模块、训练模块、再识别模块和评价模块;所述采集模块用于采集行人图像;所述预处理模块用于确定行人图像中的人员位置,获取包含人员的矩形区域;所述特征提取模块,用于在包含人员的矩形区域中进行外观特征提取;所述训练模块用于训练多个跨模态投影模型,每一个跨模态投影模型中包含两个投影函数,它们分别将不同摄像机中的图像持征映射到共同的特征空间中并完成相似度计算;所述再识别模块,用于识别数据库中是否含有与查询人员一致的行人图像并确认查询人员身份;所述评价模块用于对系统性能进行评估。2.根据权利要求1所述的一种人员再识别系统,其特征是,所述预处理模块包括图像融合单元,所述图像融合单元用于对不同来源的行人图像进行融合处理,以便更好地获取人员的全面特征,包括:(1)对需要融合的两幅源图像分别用双正交小波变换进行小波分解,确定分解后图像的小波系数;(2)对低频系数按设定的比例选取分解后图像的小波系数,构成融合图像的小波低频系数矩阵;(3)对高频系数采用纹理一致性测度分析特定区域不同高低频系数的边缘特性,计算图像区域的纹理一致性测度,并按照预定的规则确定融合图像的高频小波系数矩阵,所述图像区域的纹理一致性测度的计算公式定义为:YC(x)=13(YCl+YCc+Y...
【专利技术属性】
技术研发人员:杨金源,
申请(专利权)人:深圳智达机械技术有限公司,
类型:发明
国别省市:广东;44
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。