一种行人重识别方法技术

技术编号:23892059 阅读:38 留言:0更新日期:2020-04-22 06:52
本发明专利技术公开了一种行人重识别方法,包括:利用Vibe运动目标检测算法快速得到运动目标区域;对候选区域采用改进的DPM模型进行行人检测;采用新的HSV空间非线性量化策略将颜色量化为9种常见颜色;对DPM模型检测到的行人进行跟踪,并根据行人身高比例分别提取行人上下半身的CN颜色特征,将序列信息存入行人数据库;对待检测目标先采取预识别的方法,提取上下半身颜色特征与行人数据库进行对比,排除不相关目标;对准目标行人进行精准识别,融合CN中级颜色特征和HOG、HSV等低级颜色特征;采用简单的度量学习算法进行相似度计算。本发明专利技术可以有效应对光照、分辨率、行人姿态等影响,同时提出了预识别策略,提高了检测效率。

【技术实现步骤摘要】
一种行人重识别方法
本专利技术属于图像搜索领域,涉及一种行人重识别方法,特别是一种改进DPM模型的行人检测方法和基于多特征融合的行人重识别方法。
技术介绍
近年来,监控视频网络在各个行业得到了广泛的应用,由此产生的海量视频数据仅使用传统人工处理满足不了人们的要求,结合计算机视觉技术的智能监控系统成为解决这一问题的重要途径。作为智能监控系统中的重要任务,行人重识别(PersonRe-ID)逐渐引起了人们的注意,行人重识别是指对不同相机下的行人图像进行匹配,在不同相机不同时间拍摄的视频中找到目标行人的过程。研究其相关技术及工程应用具有重要的学术意义和极大的应用价值。当前,基于数据集的行人重识别识别率已经很高,但重识别技术仍很少应用于实际应用,因行人重识别主要存在以下问题。(1)在实际的识别系统中,行人检测是不可或缺的一部分,行人检测的结果对行人重识别的结果有很大的影响。现在大部分对行人重识别的研究都是依靠已经裁剪处理好的数据集,这和实际应用有着极大的差别。实际应用中需要处理视频中的行人,我们要使用行人检测算法将行人提取出来,但是由于本文档来自技高网...

【技术保护点】
1.一种行人重识别方法,其特征在于,包括以下步骤:/nS1:利用监控设备获取行人监控录像;/nS2:使用Vibe算法进行背景建模,得到检测视频中的运动目标区域,包括行人、汽车;/nS3:使用改进的DPM模型进行行人精检;/nS4:采用新的HSV空间量化算法,将颜色空间分为9种颜色;/nS5:对视频中检测到的行人进行跟踪,同时提取上下身的CN颜色特征,存入数据库;/nS6:采用行人预识别策略,提取待检测行人目标的上下半身颜色与行人数据库中数据进行对比,得到准目标行人序列;/nS7:采用新的特征融合算法和简单的度量学习算法对准目标行人进行准确检测。/n

【技术特征摘要】
1.一种行人重识别方法,其特征在于,包括以下步骤:
S1:利用监控设备获取行人监控录像;
S2:使用Vibe算法进行背景建模,得到检测视频中的运动目标区域,包括行人、汽车;
S3:使用改进的DPM模型进行行人精检;
S4:采用新的HSV空间量化算法,将颜色空间分为9种颜色;
S5:对视频中检测到的行人进行跟踪,同时提取上下身的CN颜色特征,存入数据库;
S6:采用行人预识别策略,提取待检测行人目标的上下半身颜色与行人数据库中数据进行对比,得到准目标行人序列;
S7:采用新的特征融合算法和简单的度量学习算法对准目标行人进行准确检测。


2.根据权利要求1所述的一种行人重识别方法,其特征在于:S2所述使用Vibe算法进行背景建模,得到检测视频中的运动目标区域具体为:
S2.1:训练阶段,通过监控视频第一帧图像序列建立背景样本集进行背景模型的初始化;
S2.2:检测阶段,进行前景检测,取下一帧图像的像素值和对象的背景样本集进行距离计算,计算背景图像与待检测图像之间的距离,得到运动前景;
S2.3:模型更新,结合运动的点计数策略来更新背景模型,如果一个点连续被检测为运动的点,则对这个点进行更新。


3.根据权利要求1所述的一种行人重识别方法,其特征在于:S3所述使用改进的DPM模型进行行人精检具体为:
S3.1:采用PCA-HOG结合LBP特征来表述行人,每张图像对应的HL特征表示为其中HOG代表HOG特征,代表LBP特征;
S3.2:进行DPM模型训练,将不同的部件赋予不同的权重,改进后的部件模型目标响应得分满足:



其中,score(pi)表示第i个部件目标响应得分,F0表示根滤波器,与相乘得到得分,每个根部件滤波器的权重用wi表示,b表示偏差的数值,Fi代表第i个部件滤波器,H代表LBP+HOG融合特征的金字塔,pi代表第i个部件的模型,di代表偏移系数,表示对部件的偏移惩罚,n表示部件总数。
S3.3:将训练好的DPM模型在运动目标区域中进行行人精检,得到行人矩形框。


4.根据权利要求1所述的一种行人重识别方法,其特征在于:S4所述采用新的HSV空间量化算法,将颜色空间分为9种颜色具体为:
S4.1:使用亮色分离策略分割HSV颜色空间,按照V分量值的大小分成多个色盘Vi,i=1,2,…,m;
S4.2:分割S4.1得到的色盘,按照S分量值的大小将Vi色盘分成类色环VSij,j=1,2,…,n;
S4.3:在VSij空间中根据色调H分量的值生成颜色块,固定S、V分量的值,调节H分量的大小,通过人为观察分别确定各块的颜色标签和对应的H区间;此外还有黑、白、灰三种颜色,采用控制变量法进行测试,发现当明度0≤V<40时,无论色调H和饱和度S的值如何变,该区域呈现黑色,当40<V≤220且0≤S<35时,该区域呈灰色,220<V≤255且0≤S<25区域呈现白色;若H、S、V值为其他值,根据H和S值确定对应颜色,经过人工标记,生成颜色对照表,通过颜色对照表...

【专利技术属性】
技术研发人员:闫保中王帅帅王晨宇韩旭东何伟
申请(专利权)人:哈尔滨工程大学
类型:发明
国别省市:黑龙;23

网友询问留言 已有0条评论
  • 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。

1