[发明专利]一种基于颜色拓扑结构的行人搜索识别方法

权利要求书

1.一种基于颜色拓扑结构的行人搜索识别方法，其特征在于包括如下步骤：

(1)采用均值漂移方法对行人图像进行分割，划分成多个互不重叠的子区域，使得颜色相近的像素点处于同一个子区域中；

(2)计算每个子区域的中心点坐标，确定子区域在水平方向和垂直方向上的相邻子区域；

(3)计算子区域与相邻子区域的梯度、颜色平均值的差值和每个子区域的权值，分别对所有梯度值和颜色平均值的差值进行加权直方图统计；最后将梯度、颜色平均值的差值和颜色平均值的加权直方图组合成颜色拓扑结构特征；

(4)根据颜色拓扑结构特征,并结合局部二值模式(LBP)、方向梯度直方图(HOG)特征，分别计算目标行人图像和所有候选行人图像之间的相似性度量值，对计算得到的相似性度量值降序排列，将相似性最高的行人图像所在的视频片段作为搜索结果返回。

2.如权利要求1所述的基于颜色拓扑结构的行人搜索识别方法，其特征在于所述步骤(2)中统计每个子区域中最左边和最右边的像素点位置的平均值作为每个子区域的中心点水平坐标，统计每个子区域中最上边和最下边像素点位置的平均值作为每个子区域的中心点垂直坐标。

3.如权利要求1所述的基于颜色拓扑结构的行人搜索识别方法，其特征在于所述步骤(2)中确定子区域在水平方向和垂直方向上的相邻子区域方法为：根据子区域中心点垂直坐标的大小将所有子区域分成若干层，同一层中的子区域根据中心点的水平坐标大小从左向右排列；水平方向上的相邻子区域定义为同一层内右边紧挨着的第一个子区域，垂直方向上的相邻子区域定义为下一层中与当前子区域水平坐标最近的子区域。

4.如权利要求1所述的基于颜色拓扑结构的行人搜索识别方法，其特征在于所述步骤(3)中，计算子区域与相邻子区域的梯度值通过以下公式计算得到：

GradientX(Rt)=cent_x(Rt)-cent_x(RtN)]]>

GradientY(Rt)=cent_y(Rt)-cent_y(RtN)---(1)]]>

其中R_t代表每个子区域，代表相邻子区域；cent_x(R)和cent_y(R)代表子区域R中心点的水平和垂直坐标；Angle(R_t)代表子区域R_t和相邻子区域中心点的梯度,处于区间(0,180°)之中。