The present invention relates to a filter based end-to-end fast pedestrian recognition method, which can overcome the existing pedestrian recognition methods need to manually tagging a large number of candidate pedestrian then recognition problem, the target contains a large number of pedestrians directly from the pedestrian image recognition, recognition of pedestrian pedestrian detection can be combined without end to end this process.
【技术实现步骤摘要】
基于相关滤波的端对端快速行人再识别方法
本专利技术涉及视频监控
,更具体地,涉及一种基于相关滤波的端对端快速行人再识别方法。
技术介绍
中国在改革开放以来,国民经济迅速增长,城市化进程全面加快。越来越多的人口涌入大城市,参与城市的各项建设。城市人口密度过高,公共安全事件备受关注。为了保障广大人民群众的生命财产安全,大量的监控摄像头被安装在地铁、街道和商场等各种公共场所。然而面对复杂的监控网络和海量的监控数据,依靠人力监察难以实现快速的处理,所以利用计算机视觉和机器学习技术辅助甚至取代视频监控中人力参与的需求应运而生。其中在目标检测、行人跟踪、人脸检测等领域的技术研究成果层出不穷,很多技术研究都已经用于实际生活中。经过近十年来的发展,在视频监控的技术研究中行人检测、目标追踪和行人再识别形成了三个独立的模块。而其中行人再识别的模块更多的是研究如何正确匹配两个图像的同一人下密集的外观变化,如照明,姿势和视点。但在实际的视频监控环境中,目标行人往往隐藏在不同的图片背景和人群之中。目前的行人再识别的研究大部分是需要行人已被检测或者被手动标注之后,再来与目标行人进行匹配 ...
【技术保护点】
基于相关滤波的端对端快速行人再识别方法,其特征在于:包括以下步骤:S1.分别提取目标行人图片和包含有背景与其他行人的图片的颜色特征和梯度方向直方图特征;其中目标行人图片提取的颜色特征和梯度方向直方图特征作为正样本特征数据,包含有背景与其他行人的图片提取的颜色特征和梯度方向直方图特征作为负样本特征数据;S2.将正负样本特征数据进行傅立叶变换后,作为输入的训练样本训练线性学习器,得到目标行人的线性相关滤波矩阵;S3.对监控场景图片进行不同尺度的缩放,然后分别对每个缩放尺度下的监控场景图片提取颜色特征和梯度方向直方图特征;S4.将从不同缩放尺度下的监控场景图片中提取的颜色特征和梯 ...
【技术特征摘要】
1.基于相关滤波的端对端快速行人再识别方法,其特征在于:包括以下步骤:S1.分别提取目标行人图片和包含有背景与其他行人的图片的颜色特征和梯度方向直方图特征;其中目标行人图片提取的颜色特征和梯度方向直方图特征作为正样本特征数据,包含有背景与其他行人的图片提取的颜色特征和梯度方向直方图特征作为负样本特征数据;S2.将正负样本特征数据进行傅立叶变换后,作为输入的训练样本训练线性学习器,得到目标行人的线性相关滤波矩阵;S3.对监控场景图片进行不同尺度的缩放,然后分别对每个缩放尺度下的监控场景图片提取颜色特征和梯度方向直方图特征;S4.将从不同缩放尺度下的监控场景图片中提取的颜色特征和梯度方向直方图特征与训练好的线性相关滤波矩阵进行卷积操作,每个缩放尺度对应的监控场景图片响应度最高的地方即为目标行人可能匹配的位置;S5.利用非极大值抑制的方法从不同缩放尺度下的监控场景图片目标行人可能的匹配位置中确定...
【专利技术属性】
技术研发人员:郑伟诗,毛亚芳,李伟宏,吴伟基,
申请(专利权)人:中山大学,
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。