[发明专利]利用瑞士轮排序进行步态识别的行人再标识方法和装置

权利要求书

1.一种利用瑞士轮排序进行步态识别的行人再标识方法，其特征在于，包括：

检测待检测视频中的行人的目标对象，提取所述目标对象的前景，分析所述目标对象的步态周期，提取所述目标对象的步态特征；

将所述目标对象的步态特征和候选数据的步态特征进行相似性分析，根据所述相似性分析的分析结果得到待排序数据；

使用训练好的瑞士轮排序系统，将所述待排序数据进行多层次的分组排序，组合多层次的分组排序的结果得到所述待排序数据的最终排序结果，将所述目标对象识别为所述最终排序结果中排名最靠前的候选数据。

2.根据权利要求1所述的利用瑞士轮排序进行步态识别的行人再标识方法，其特征在于，所述的检测待检测视频中的行人的目标对象，提取目标对象的前景，包括：

将待检测视频的第一帧图像作为初始的背景图像，用待检测视频的第二帧图像中的每个像素点的灰度值和所述初始的背景图像中每个像素点的灰度值做帧差运算，得到所述第二帧图像中每个像素点的像素变化的差分图像；

将所述差分图像进行二值化处理，将像素值大于阈值T_m的像素点标记为运动区域，该运动区域即为所述第二帧图像中的目标对象的前景；

将二值化的差分图像做腐蚀运算，将腐蚀运算后的差分图像做膨胀运算，将膨胀运算后的差分图像和所述初始的背景图像加权相加得到更新后的背景图像；

用下一帧图像中的每个像素点的灰度值和更新后的背景图像中每个像素点的灰度值做帧差运算，得到下一帧图像中每个点的像素变化的差分图像，将所述差分图像进行二值化处理，将像素值大于阈值T_m的像素点标记为运动区域，该运动区域即为所述下一帧图像中的目标对象的前景；

将二值化的差分图像做腐蚀运算，将腐蚀运算后的差分图像做膨胀运算，将膨胀运算后的差分图像和所述更新后的背景图像加权相加，再次得到更新后的背景图像；

依次类推，对待检测视频中所有帧图像进行上述处理，得到每一个帧图像中的目标对象的前景。

3.根据权利要求2所述的利用瑞士轮排序进行步态识别的行人再标识方法，其特征在于，所述的分析目标对象的步态周期，提取目标对象的步态特征，包括：

提取所有帧图像中的目标对象所有行走的前景中的最小外矩形框，提取所述最小外矩形框的高宽比，使用中值滤波、均值滤波对所述最小外矩形框的高宽比进行滤波，分析滤波后的高宽比的自相关性；

提取所述自相关性对应的自相关变换的一阶导数，提取所述一阶导数的最高点，将相邻的两个最高点之间的时间周期作为目标对象的半个步态周期。