[发明专利]一种基于数据驱动的自适应尺度行人重识别方法

说明书

技术领域

本发明属于监控视频检索技术领域，涉及一种监控视频识别方法，尤其涉及一种基于数据驱动的自适应尺度行人重识别方法。

背景技术

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。例如文献1提出的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。例如文献2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。

上述方法都是使用一个统一的学习得到的距离函数，没有考虑特定的行人重识别任务的特定限制，也没有考虑每个行人的独特特性带来的不一致性。因此在实际行人重识别任务中，采用统一的距离函数是不合适的，会导致外貌特征的匹配误差，使得行人重识别结果不准确。

文献1：M.Farenzena,L.Bazzani,A.Perina,V.Murino,and M.Cristani,“Person re-identification by symmetry-driven accumulation of local features”,IEEE Conf.on Computer Vision and Pattern Recognition(CVPR),PP.2360–2367,2010.

文献2：M.Kostinger,M.Hirzer,P.Wohlhart,P.M.Roth,andH.Bischof,“Large scale metric learning from equivalence constraints”,in Computer Vision and Pattern Recognition(CVPR),PP.2288-2295,2012.

发明内容

本发明的目的提供一种能提升多摄像头下同一行人匹配准确性的基于数据驱动的自适应尺度行人重识别方法。

本发明所采用的技术方案是：一种基于数据驱动的自适应尺度行人重识别方法，其特征在于，包括以下步骤：

步骤1：将查询行人图像和待测行人图像都分割为m行n列的小图像块，每幅图像表示为图像块的集合；

步骤2：提取查询行人和待测行人的每个图像块的特征，将每幅图像用基于块的特征表示；

步骤3：采用稀疏表示的方法，计算查询行人相对于待测行人的跨域的支撑一致性因子；

步骤4：采用K近邻的方法，计算查询行人相对于待测行人的跨域的投影一致性因子；

步骤5：根据跨域的支撑一致性因子和跨域的投影一致性因子，来学习得到尺度适应的矩阵，从而计算得到查询行人和待测行人之间的距离。

作为优选，步骤2中所述的图像块的特征，包括RGB特征、HSV颜色直方图特征和LBP特征。

作为优选，步骤3中所述的采用稀疏表示的方法计算查询行人相对于待测行人的跨域的支撑一致性因子，其查询行人相对于待测行人的跨域的支撑一致性因子定义为：

其中size()表示向量中非零元素的个数，和分别由和计算得到，表示用D_a和D_b分别作字典重构和的权重系数；表示字典D_a重构的权重，其中D_a为集合a中的训练图像X_a,L的特征形成的字典；同理表示字典D_b重构的权重，其中D_b为集合b中的训练图像X_b,L的特征形成的字典。