【技术实现步骤摘要】
一种行人重识别的方法和装置
[0001]本专利技术涉及计算机视觉
，尤其涉及一种行人重识别的方法和装置。
技术介绍
[0002]行人重识别是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。随着智慧城市的建设，行人重识别有着重要应用，如跨摄像头的行人追踪与行人异常行为分析。
[0003]对于每个摄像头采集的视频，现有方法采用人工标注或者检测算法从视频中提取每个行人的行走序列，进而为每个行走序列提取行走特征，组成此摄像头下的行走特征集合。对于特定摄像头下的特定行人，获取此行人在此摄像头下的行走特征，对比其他摄像头下的行走特征集合，实现行人重识别。
[0004]可见，行走特征的判别性是基于视频的行人重识别方法的关键。然而，专利技术人发现现有技术至少存在如下问题：在实际应用中，由于行人与行人之间的相互干扰，导致行走序列中存在模糊、遮挡的序列帧，降低了行走特征的判别性，限制了行人重识别的精度。
技术实现思路
[0005]本专利技术实施例的目的是提供一种行人重识别的方法和装置，能有效...
【技术保护点】
【技术特征摘要】
1.一种行人重识别的方法，其特征在于，包括：获取若干个监控视角下的行走特征集合，作为行走特征数据库；其中，所述行走特征集合包括同一监控视角下所监控到的行人对应的行走特征；所述行走特征由若干个特征向量组成；对所述行走特征数据库中的每一所述行走特征，执行特征向量筛选操作，以更新每一所述行走特征，得到更新后的行走特征数据库；其中，所述特征向量筛选操作包括：依次获取当前的行走特征中的每一特征向量，作为第一特征向量；在获取所述第一特征向量之后，依次获取所述当前的行走特征中不为所述第一特征向量的特征向量，作为第二特征向量；当所述第一特征向量与所述第二特征向量的特征距离满足预设的阈值条件时，将所述第二特征向量在所述当前的行走特征中删除；根据所述更新后的行走特征数据库，对待识别行人的行走特征进行行人重识别，得到行人重识别结果。2.如权利要求1所述的行人重识别的方法，其特征在于，所述当所述第一特征向量与所述第二特征向量的特征距离满足预设的阈值条件时，将所述第二特征向量在所述当前的行走特征中删除，具体包括：计算所述第一特征向量与所述第二特征向量的余弦相似度；当所述第一特征向量与所述第二特征向量的余弦相似度处于预设的阈值范围内时，将所述第二特征向量在所述当前的行走特征中删除。3.如权利要求2所述的行人重识别的方法，其特征在于，通过以下计算公式，计算所述第一特征向量与所述第二特征向量的余弦相似度：其中，θ为所述第一特征向量与所述第二特征向量的余弦相似度，X为所述第一特征向量，Y为所述第二特征向量，T表示转置操作。4.如权利要求1所述的行人重识别的方法，其特征在于，所述获取若干个监控视角下的行走特征集合，作为行走特征数据库，具体包括：采集若干个监控视角下的监控视频；提取每一所述监控视频对应的行走序列集合；其中，所述行走序列集合由所述监控视频中的每一行人对应的行走序列组成；提取每一所述行走序列集合对应的行走特征集合，得到所述行走特征数据库。5.如权利要求4所述的行人重识别的方法，其特征在于，所述提取每一所述监控视频对应的行走序列集合，具体包括：利用预设的检测算法，计算所述监控视频的每一视频帧中的所有行人检测区域；利用预设的跟踪算法，计算所述监控视频的每一视频帧中的所有行人预测区域，并获取每一行人预测区域对应的预先分配的行人身份标识；将所述视频帧中的行人检测区域和行人预测区域进行匹配，并根据所述行人检测区域与对应匹配的行人预测区域，得到行人目标区域和对应的行人身份标识；基于每一所述视频帧中的行人目标区域和行人身份标识，得到所述监控视频中每一行
人的行走序列，以得到所述监控视频对应的行走序列集合。6.如权利要求5所述的行人重识别的方法，其特征在于，所述将每一所述视频帧中的行人检测区域和行人预测区域进行匹配，并根据所述行人检测区域与对应匹配的行人预测区域，得到行人目标区域和对应的行人身份标识，具体包括：针对每一所述视频帧，依次获取所述视频帧...
【专利技术属性】
技术研发人员：谢雪梅，韩笑，李旭阳，
申请(专利权)人：西安电子科技大学广州研究院，
类型：发明
国别省市：
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。