[发明专利]一种监控视频行人检测匹配方法

权利要求书

1.一种监控视频行人检测匹配方法，其特征在于，包括下述步骤：

S1：在单帧图像中框选出待匹配目标图像并在视频图像序列中通过提取图像的全局变换直方图特征获得行人目标的方形区域坐标；

S2：根据每个视频图像序列的第a帧的行人目标的个数b_a建立b_a个目标序列，从第a+1帧开始依次计算当前帧（a+p）行人目标T_j的方形区域中心与前一帧（a+p-1）的b_（a+p-1）个目标序列的序列末目标中心之间的距离h_c，a、b_a、j、p均为大于等于1的正整数；

S3：判断所述距离h_c是否小于设定的阈值；若是，则进入步骤S4；若否，则进入步骤S5；

S4：将所述第（a+p）帧行人目标T_j添加至第c个目标序列的序列末；c=1……b_a；

S5：以第（a+p）帧行人目标T_j为第一个元素重新建立一个新的目标序列；

S6：提取目标序列每一帧的灰度直方图特征和主成分分析模板特征，并提取待匹配目标图像的灰度直方图特征和主成分分析模板特征；

S7：计算目标序列各帧的灰度直方图特征与待匹配目标图像的灰度直方图特征之间的巴氏距离，并将巴氏距离均值作为灰度直方图特征相似度H_i；计算目标序列各帧的主成分分析模板特征与待匹配目标图像的主成分分析模板特征之间的欧式距离，并将所述欧式距离作为主成分分析模板特征相似度P_i；

S8：根据设置的迭代宽度、相似度差异阈值以及排序后的灰度直方图特征相似度和主成分分析模板特征相似度获得初步匹配目标序列，并根据初步匹配目标序列输出匹配目标序列。

2.如权利要求1所述的方法，其特征在于，在步骤S6中提取目标序列每一帧的灰度直方图特征具体为：

S61：将目标序列每一帧图像RGB三个通道分别做直方图规定化处理并获得消除光照差异的图像；

S62：计算所述消除光照差异的图像的灰度直方图，并将所述灰度直方图作为所述目标序列每一帧的灰度直方图特征。

3.如权利要求2所述的方法，其特征在于，所述直方图规定化处理是采用模型数为2的混合高斯模型。

4.如权利要求1所述的方法，其特征在于，在步骤S6中提取目标序列的主成分分析模板特征具体为：

利用目标序列前m帧做主成分分析，将每一帧展开成一行n列的向量A_i，计算协方差矩阵的特征值和特征向量，将n个特征值按照从大到小排列并取前k个特征值对应的特征向量构成特征空间F_n×k；

分别将目标序列前m帧数据向量组成的矩阵A_m×n与待匹配目标向量I_1×n均投影到所述特征空间F_n×k并得到目标序列的主成分分析模板特征A_m×k和待匹配目标的主成分分析模板特征I_1×k；k的范围为1，2……n。

5.如权利要求1所述的方法，其特征在于，在步骤S8中，将灰度直方图特征相似度与主成分分析模板特征相似度分别按照从小到大的顺序进行排序。

6.如权利要求5所述的方法，其特征在于，步骤S8具体为：

S81：初始化迭代宽度和相似度差异阈值；

S82：将在排序后的前w个灰度直方图特征相似度和前w个主成分分析模板特征相似度中同时出现的目标序列作为初步匹配目标序列；

S83：当所述初步匹配目标序列的数目为1时，输出匹配目标序列；

当所述初步匹配目标序列的数目大于1时，计算初步匹配目标序列的相似度差异值，并判断相似度差异值是否小于所述相似度差异阈值，若是，则输出匹配目标序列；若否，则为非匹配目标序列；

当所述初步匹配目标序列的数目为0时，更新迭代宽度和相似度差异阈值，返回至步骤S82；当初步匹配目标序列的数目再次为0时，则为非匹配目标序列。

7.如权利要求6所述的方法，其特征在于，所述迭代宽度w的范围为0<w<N，N为目标序列个数。