[发明专利]一种在监控视频下实现行人再识别的方法

说明书

本发明提供一种在监控视频下实现行人再识别的方法。本发明只针对用去除背景的前景区域进行行人检测，可以有效地去除非行人区域，减少误差，行人匹配标准可以有效地对判断两个行人是否属于同一个行人进行反复验证，减少使用单一判断带来的误差。本发明的创新点在于，在匹配行人上，本文不只是行人特征训练分类器来判断行人对，还结合检测到的行人与行人图像库中每个行人每个状态下的所有结果，相比于传统的行人再识别方法的发明，对在监控视频下的应用具有更高的实时性和鲁棒性。本发明可以快速有效地对监控视频下的行人进行跟踪和多次匹配，能应用于同时监控多个摄像头的情况，识别出在多个摄像头中都出现过的行人。

技术领域

本发明涉及视频识别技术。

背景技术

对于视频监控系统，在行人检测技术的基础上，分析某个特定的人是否在监控视频中出现过，利用已经存在的人体目标图像库，当场景或者时间变化的时候，首先检测出监控视频中的行人，搜索图库，将检测到的行人与目标图像库进行匹配，再次识别和确认当前查找的行人的身份。我们将这种技术成为智能视频监控系统中行人再识别技术。

行人再识别技术是在行人检测技术的基础上发展而来，在行人检测的基础上，对特定人群进行跟踪和再次识别，适用于大区域的多摄像头视频监控，对不同摄像头下的行人进行长期远距离的监控，不同于传统的单个摄像头的行人检测算法，行人再识别技术可以对不同环境和不同摄像头参数下的行人进行长期的跟踪，亦可分析特定的人群在多个摄像头下的不同的行为，分析其间存在的关系，这对特定事件的分析具有重大的帮助意义。

目前有很多针对行人再识别技术的算法，主要分为三大类：基于外观特征、结合生物特征和结合图像序列的空间关系。由于监控视频的清晰度的问题，研究人员大多放弃对行人人脸和行人姿态的提取，转而分析行人的外貌如衣服、裤子、包，或者将行人分解为头部、躯干和腿部，但是这种研究方式是基于短时间内行人自身的外貌穿着不发生变化的情况下，这种方法称为基于外貌的行人再识别检测技术。

基于外貌的行人再识别检测技术主要分为三类：基本类特征法、中层特征法、测度类方法。基本特征类方法过度依赖于特征选取的优劣；测度类算法对于训练的时间和空间的复杂度都较高；中层特征法对特征的设计要求较高。算法越复杂的方法一般情况下所需要花费的时间都较长，不能达到实时。

现有的行人再识别算法是在公共图像库中进行验证，目标图像库是固定的，通过匹配两个摄像头下采集到的行人图像来计算再识别的精度。传统的行人再识别算法不能直接应用于监控视频下，不仅因为监控视频下的目标图像库是随着时间的增加而慢慢建立的，而且传统的算法不能达到实时性，也没有考虑到监控视频系统下行人检测和行人跟踪对行人再识别精度的影响。

发明内容

本发明所要解决的技术问题是，提供一种在监控视频下实现实时检测的行人再识别方法。

本发明为解决上述技术问题锁采用的技术方案是，一种在监控视频下实现行人再识别的方法：

1)训练步骤：

搜集训练行人图像对，每一训练行人图像对由两张训练行人图像组成，标记图像对中两图像中的行人是否属于同一个人，当属于同一个人标记为1，否则标记为0；

提取每张行人图像的行人特征；

图像对中两幅图像的特征相减得到的绝对值作为该图像对的特征；

利用图像对的特征与标记训练支持向量机SVM分类器得到图像对分类器；

2)识别步骤：

针对每个监控视频系统，建立背景模型与一个本地行人图像库，间隔N帧进行一次行人检测，提取当前状态下的前景区域进行行人检测，在N帧之间对检测到的行人进行跟踪；

对每次检测到的行人，提取当前行人特征，对当前行人特征进行行人匹配；