[发明专利]视频监控中跨盲区行人目标的识别匹配方法

说明书

技术领域

本发明涉及视频监控中跨盲区行人目标的识别匹配方法。

背景技术

在视频监控应用中，目标跟踪技术一直处于该研究领域的前沿，其中单相机单目标跟踪技术经过多年研发已日趋成熟，对更加贴近真实场景应用的多目标跟踪方法也随之成为研发热点。在涉及群集性公众场所的现代监控系统中，目前普遍采用的是分布式相机网络，对多行人目标的识别与跟踪是监控系统中最为关心的内容之一，也是最为关键的技术之一。在多数公共区域监控中，整个监控范围由数个子区域构成，单相机只负责监控其中一个子区域，在相邻两个相机所监控区域(即“视域”)之间，通常存在着“视域盲区”(即非重叠区域)。在视域盲区多摄像机监控环境下，目标在不同摄像机视域下的时空信息通常是离散的，不连续的，导致不同摄像机获取的目标运动信息通常是不起作用的。为此，一系列的视觉特征被人们所研究和应用,如文献“Cheng ED,Piccardi M.Disjoint track matching based on a major color spectrum histogram representation[J].Optical Engineering,2007(46):1-14.”利用聚类的方法采用主颜色特征研究室内行人的跟踪；文献“Y.Cai,W.Chen,K.Huang,T.Tan.Continuously tracking objects across multiple widely separated cameras.Proc.ACCV,2007:843-852”采用基于前景分割的颜色直方图作为特征；文献“O.javed,K.Shafique,Z.Rasheed,M.Shah.Modeling inter-camera space-time and appearance relationship for tracking across non-overlapping views[J].Computer Vision and Image Understanding,109,2008:146-162.”采用三通道的颜色直方图作为目标特征；以上都是基于颜色特征的方法。点特征也可以用于目标的匹配，文献“明安龙，马华东，多摄像机之间基于区域SIFT描述子的目标匹配[J].计算机学报,2008,31(4):650-661.”以区域SIFT描述子作为特征实现多摄像机目标匹配，但对观测角度有一定的限制；由于多摄像机视域中各摄像机之间容易受到光照，摄像机参数，以及目标姿态等因素的影响，一些研究者尝试融合一种或多种特征来获得更高的准确性。例如文献“吕晓威,孔庆杰,刘允才等.无重叠视域摄像机间人目标匹配的特征融合算法[C].//2008年全国模式识别学术会议论文集.2008:73-78.”通过不同颜色空间的颜色直方图、UV色度、主要颜色谱以及SIFT特征进行融合；文献“范彩霞,朱虹.非重叠多摄像机目标识别方法研究[J].西安理工大学学报,2013,29(2):138-143.”对全局色彩特征、局部颜色和梯度特征以及全局纹理特征融合实现目标识别。上述公开的这些识别方法，不能应用于于目标姿态的变化的情况。

发明内容

本发明所要解决的技术问题是针对上述现有技术提供一种视频监控中跨盲区行人目标的识别匹配方法，该方法对人体姿态变化、目标之间的相互遮挡以及具有相似颜色背景的目标匹配具有较强的鲁棒性。

本发明解决上述技术问题所采用的技术方案为：一种视频监控中跨盲区行人目标的识别匹配方法，其特征在于：包括如下步骤

步骤1、对单摄像机拍摄的行人目标进行检测，得到行人目标的RGB图像；

步骤2、对步骤1检测出的行人目标进行图像处理：

步骤2a、将步骤1检测检测到的RGB图像转化为HSV图像；

步骤2b、将步骤2a得到的HSV图像中的V通道分量图像进行颜色归一化处理得到平均亮度及对比度增强的新V通道分量图像；

步骤2c、将步骤2b得到的新V通道图像和步骤2a得到的HSV图像中H通道分量图像和S通道分量图像组合到一起得到新的HSV图像；

步骤2d、将步骤2c得到的新的HSV图像转化为RGB图像；

步骤2e、将步骤2d得到的RGB图像缩放为宽度w＝32，高度h＝64的64×32个像素大小的图像；