【技术实现步骤摘要】
一种结合时空和网络一致性的摄像机网络行人重识别方法
本专利技术属于计算机行人比对
,具体为一种结合时空和网络一致性的摄像机网络行人重识别方法,该方法是一种不同摄像机间的多地点行人比对方法。
技术介绍
目前,视频监控在公共安全中发挥的作用越来越大,而行人比对(行人重实别)技术是视频监控中很重要的一方面,比如判断一个摄像机下检测到的行人是否在其它地方出现过,寻找行人在摄像机网络中的行走轨迹等。经对现有技术文献检索发现,现有的行人比对领域的技术解决方案大多围绕着一对摄像机展开,主要分以下三个方面:特征法(featurerepresentation)和度量法(metriclearning)和深度学习法(deeplearning)。特征法寻找检测出的行人更具区分度的特征(参见:NikiMartinelandChristianMicheloni.Re-identifypeopleinwideareacameranetwork.In2012IEEEcomputersocietyconferenceoncomputervisionandpatternrecognitionworkshops,pages31-36.IEEE,2012),度量法寻找一种度量特征向量间相似性的距离表达方式,使得表示同一个人的特征向量的距离很小,表示不同的人的特征向量间的距离很大(参见LiuYangandRongJin.Distancemetriclearning:Acomprehensivesurvey.MichiganStateUniversiy,2:78,2006.)。深度学习法自动学 ...
【技术保护点】
一种结合时空和网络一致性的摄像机网络行人重识别方法,其特征在于,包括以下步骤:第一步:对所有检测到的行人做特征提取,然后分别对每对摄像机对之间的行人对做行人重识别,得到每对行人对之间的原始的相似性分数;第二步:利用摄像机的地理位置信息和视频时间戳信息,构建摄像机网络的时间空间约束;包括:步骤2.1,利用每个摄像机所捕获的视频中检测出的行人对应的时间戳,计算每对摄像机对下的每对行人对之间的时间间隔,得到行人对之间的时间差;步骤2.2,找到每个摄像机覆盖区域的中心,记第i个摄像机覆盖的区域中心坐标为(xi,yi),由摄像机的地理坐标计算每对摄像机对之间的欧氏距离;步骤2.3,利用求出的行人对之间的时间差和摄像机对之间的欧氏距离,配合一个规范函数把时间差过短的行人对的相似性置零,即将时间差过短的行人对作为异常数据uLoss剔除;第三步:将行人对的时间差映射为一个实数,此映射作为修正函数,用来进一步修正原始的相似性分数;第四步:利用修正后的相似性分数,建立摄像机网络下的行人重识别全局优化目标;包括:首先定义一个全局相似性:设目标变量为一指派矩阵;然后找到一种指派矩阵x(),使得这个全局相似性定 ...
【技术特征摘要】
1.一种结合时空和网络一致性的摄像机网络行人重识别方法,其特征在于,包括以下步骤:第一步:对所有检测到的行人做特征提取,然后分别对每对摄像机对之间的行人对做行人重识别,得到每对行人对之间的原始的相似性分数;第二步:利用摄像机的地理位置信息和视频时间戳信息,构建摄像机网络的时间空间约束;包括:步骤2.1,利用每个摄像机所捕获的视频中检测出的行人对应的时间戳,计算每对摄像机对下的每对行人对之间的时间间隔,得到行人对之间的时间差;步骤2.2,找到每个摄像机覆盖区域的中心,记第i个摄像机覆盖的区域中心坐标为(xi,yi),由摄像机的地理坐标计算每对摄像机对之间的欧氏距离;步骤2.3,利用求出的行人对之间的时间差和摄像机对之间的欧氏距离,配合一个规范函数把时间差过短的行人对的相似性置零,即将时间差过短的行人对作为异常数据uLoss剔除;第三步:将行人对的时间差映射为一个实数,此映射作为修正函数,用来进一步修正原始的相似性分数;第四步:利用修正后的相似性分数,建立摄像机网络下的行人重识别全局优化目标;包括:首先定义一个全局相似性:设目标变量为一指派矩阵;然后找到一种指派矩阵x(),使得这个全局相似性定义的值最大;第五步:利用指派矩阵x()建立一致性约束条件;第六步:求解优化目标所得的解所对应的行人对间的相似性分数置1,得到最终相似性分数,作为行人比对的依据。2.根据权利要求1所述的结合时空和网络一致性的摄像机网络行人重识别方法,其特征在于:第二步中,引入行人速度的经验分布作为规范函数,结合行人对之间的时间差和摄像机对之间的欧氏距离,剔除异常数据uLoss;定义,其中:v1代表行人行走的速度;Δt()代表行人对之间的时间差;代表第i1个摄像机下的第j1个人;代表第i2个摄像机下的第j2个人;代表摄像机对之间的欧氏距离;代表对应摄像机对下的行人对间的最小时间差;当实际时间差小于该值时,则该行人对中不是同一个人,相似性分数置零;i=1,2,...,m;j=1,2,...,n,代表一共有m台摄像机,每台摄像机下n个人。3.根据权利要求1所述的结合时空和网络一致性的摄像机网络行人重识别方法,其特征在于:第三步中,定义修正函数,用来修正原始的相似性分数,具体为:其中:R()代表修正函数;Δt()代表行人对之间的时间差;f()代表对时间差的映射;代表第i1个摄像机下的第j1个人;代表第i2个摄像机下的第j2个人;代表对应摄像机对下的行人对间的最小时间差。4.根据权利要求3所述的结合时空和网络一...
【专利技术属性】
技术研发人员:杨华,程昭睎,陈琳,
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。