一种基于稀疏表示处理遮挡的行人检索方法技术

本发明专利技术公开了一种基于稀疏表示处理遮挡的行人检索方法，本发明专利技术首先采用基于块的相似性匹配获得查询行人和待测行人间的距离度量，然后采用稀疏表示的方法获得查询行人和待测行人间的遮挡程度，最后综合距离度量和遮挡程度计算行人对之间的相似性，提升了多摄像头下同一行人匹配的准确性。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了，本专利技术首先采用基于块的相似性匹配获得查询行人和待测行人间的距离度量，然后采用稀疏表示的方法获得查询行人和待测行人间的遮挡程度，最后综合距离度量和遮挡程度计算行人对之间的相似性，提升了多摄像头下同一行人匹配的准确性。【专利说明】
本专利技术涉及监控视频检索
，尤其涉及。
技术介绍
监控视频行人检索是在照射区域无重叠的多摄像头下匹配特定行人对象的技术。在实际视频侦查中，侦查员主要根据同一行人对象的活动画面和轨迹来快速锁定、排查和追踪嫌疑目标。传统人工浏览的视频侦查模式需要耗费大量的人力和时间，容易贻误破案时机。行人重识别技术便于视频侦查员快速、准确地发现嫌疑目标活动画面和轨迹，对公安部门提高破案率、维护人民群众生命财产安全具有重要意义。现有行人检索(又称行人重识别)方法可以分为两类:第一类主要构造鲁棒的视觉特征，然后使用标准的距离函数(如欧式距离等)进行相似性度量。例如一种基于对称分割的多局部特征匹配的行人重识别方法，首先利用颜色特征线索对身体进行水平和垂直分割；其次提取各区域的多种颜色和纹理特征，并基于水平中轴加权上述视觉特征；最后综合使用上述特征进行对象的表示和匹配；第二类对于特征构造没有严格的要求，主要通过学习一个合适的尺度进行更准确的距离度量，将同类样本的差向量和不同样本的差向量分别表示成不同的高斯分布，然后用概率的比值来度量样本 之间的距离，最终将高斯分布的比值转换成马氏距离的形式，从而学习一个合适的马氏距离函数。上述方法都是根据查询行人对象和所有待测行人对象外貌特征的距离对待测集进行排序，没有考虑在不同摄像头下由于视角变换产生的自遮挡和被别的行人或物体遮挡的情况。然而在实际视频监控环境下，同一行人在多摄像头下常常出现遮挡的情况，从而导致外貌特征产生显著差异，使得检索结果不准确。
技术实现思路
针对现有方法的不足，本专利技术提出，提升了多摄像头下同一行人匹配的准确性。为达到上述目的，本专利技术采用如下的技术方案:，其特征在于，包括以下步骤:步骤1:将查询行人图像P和待测行人图像Q都分割为m行η列的小图像块，并将所述的P和Q表示为图像块的集合，即P={Pij|i=l, ---,IHjj=I,..., n}, Q=(Qij) i=l,…，m; j=l,...，η},其中 m ≥ I, n ≥ I ;步骤2:提取所述的P和Q的每个图像块的特征，将所述的P和Q用基于图像块的特征表示；步骤3:对所述的P和Q进行基于图像块的相似性匹配，获得所述的P和Q基于图像块的相似性匹配的距离度量结果；步骤4:计算所述的P的图像块相对于所述的Q的稀疏表示，获得所述的P相对于所述的Q的遮挡程度；计算所述的Q的图像块相对于所述的P的稀疏表示，获得所述的Q相对于所述的P的遮挡程度；步骤5:根据步骤3所述的P和Q基于图像块的相似性匹配的距离度量结果，和步骤4所述的P和Q之间的遮挡程度，计算P和Q之间的相似性。作为优选，步骤2中所述的图像块的特征为灰度、颜色和SIFT特征。作为优选，步骤3中所述的获得所述的P和Q基于图像块的相似性匹配的距离度量结果，其具体实现包括以下子步骤:步骤3.1:确定搜索区域，为所述的P的图像块集合中的每一个图像块确定一个搜索区域，设所述的P的图像块为Pab，则Pab的搜索区域由所述的Q的图像块集合中的若干个图像块组成，图像块Pab的搜索区域表示为【权利要求】1.，其特征在于，包括以下步骤: 步骤1:将查询行人图像P和待测行人图像Q都分割为m行η列的小图像块，并将所述的 P 和 Q 表示为图像块的集合，即 P={Pij I i=l, ---,Hijj=I,..., n}, Q= (Qij | i=l, ---,Hijj=I,…，η},其中 m > I, η > I ; 步骤2:提取所述的P和Q的每个图像块的特征，将所述的P和Q用基于图像块的特征表不; 步骤3:对所述的P和Q进行基于图像块的相似性匹配，获得所述的P和Q基于图像块的相似性匹配的距离度量结果； 步骤4:计算所述的P的图像块相对于所述的Q的稀疏表示，获得所述的P相对于所述的Q的遮挡程度；计算所述的Q的图像块相对于所述的P的稀疏表示，获得所述的Q相对于所述的P的遮挡程度； 步骤5:根据步骤3所述的P和Q基于图像块的相似性匹配的距离度量结果，和步骤4所述的P和Q之间的遮挡程度，计算P和Q之间的相似性。2.根据权利要求1所述的基于稀疏表示处理遮挡的行人检索方法，其特征在于:步骤2中所述的图像块的特征为灰度、颜色和SIFT特征。3.根据权利要求1所述的基于稀疏表示处理遮挡的行人检索方法，其特征在于:步骤3中所述的获得所述的P和Q基于图像块的相似性匹配的距离度量结果，其具体实现包括以下子步骤: 步骤3.1:确定搜索区域，为所述的P的图像块集合中的每一个图像块确定一个搜索区域，设所述的P的图像块为Pab，则Pab的搜索区域由所述的Q的图像块集合中的若干个图像块组成，图像块Pab的搜索区域表示为 4.根据权利要求1所述的基于稀疏表示处理遮挡的行人检索方法，其特征在于:步骤4中所述的计算所述的P的图像块相对于所述的Q的稀疏表示，其具体实现过程为:设所述的P的图像块为Pab，则Pab相对于所述的Q的稀疏表不: 5.根据权利要求4所述的基于稀疏表示处理遮挡的行人检索方法，其特征在于:所述的计算P和Q之间的相似性，采用如下公式获得: 【文档编号】G06K9/46GK103729462SQ201410014852【公开日】2014年4月16日 申请日期:2014年1月13日 优先权日:2014年1月13日 【专利技术者】胡瑞敏, 王亦民, 梁超, 黄冰月, 郑淇, 陈军 申请人:武汉大学本文档来自技高网...

【技术保护点】
一种基于稀疏表示处理遮挡的行人检索方法，其特征在于，包括以下步骤：步骤1：将查询行人图像P和待测行人图像Q都分割为m行n列的小图像块，并将所述的P和Q表示为图像块的集合，即P={Pij|i=1,…,m;j=1,…,n}，Q={Qij|i=1,…,m;j=1,…,n}，其中m≥1，n≥1；步骤2：提取所述的P和Q的每个图像块的特征，将所述的P和Q用基于图像块的特征表示；步骤3：对所述的P和Q进行基于图像块的相似性匹配，获得所述的P和Q基于图像块的相似性匹配的距离度量结果；步骤4：计算所述的P的图像块相对于所述的Q的稀疏表示，获得所述的P相对于所述的Q的遮挡程度；计算所述的Q的图像块相对于所述的P的稀疏表示，获得所述的Q相对于所述的P的遮挡程度；步骤5：根据步骤3所述的P和Q基于图像块的相似性匹配的距离度量结果，和步骤4所述的P和Q之间的遮挡程度，计算P和Q之间的相似性。

【技术特征摘要】

【专利技术属性】
技术研发人员：胡瑞敏，王亦民，梁超，黄冰月，郑淇，陈军，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42