[发明专利]行人属性识别方法和装置

权利要求书

1.一种行人属性识别方法，其特征在于，包括：

获取行人视频帧序列中的多帧图像；

对所述多帧图像中的每帧图像分别进行N次缩放处理，得到N组不同尺寸的多帧图像，N为大于1的整数；

对所述多帧图像中的第一帧图像对应的N幅不同尺寸的图像分别进行点阵划分，得到所述多帧图像中第一帧图像的N幅不同尺寸的图像所对应的N个密集阵列；

从所述N个密集阵列上选取至少一个时空信息点；

从所述多帧图像的第一帧图像开始依次获取所述时空信息点在后续帧图像上的位置；其中，通过所述多帧图像中相邻两帧图像的光流跟踪得到前一帧图像的时空信息点在相邻的后一帧图像上的位置；

根据预设周期内在所述多帧图像上出现的时空信息点位置，得到所述时空信息点在所述预设周期内所形成的轨迹线；

提取每条轨迹线在所述多帧图像中的每帧图像内对应的局部位置处的局部特征，获取每条轨迹线对应的轨迹线特征向量；所述轨迹线特征向量由所述轨迹线在所述多帧图像内的各个局部特征串联得到；

通过聚类将所述轨迹线特征向量整合成行人属性特征向量，所述行人属性特征向量用于表征目标行人的属性；

其中，所述通过聚类将所述轨迹线特征向量整合成行人属性特征向量，包括：

将目标行人的T个轨迹线特征向量聚类成一个集合，所述集合包含R个属性元素，R为大于0的整数，且R的值小于T的值，所述集合中的每一个属性元素表示一类轨迹线特征向量；则目标行人的T条轨迹线所对应的长度为R的属性向量即为目标行人的属性特征向量；

所述通过聚类将所述轨迹线特征向量整合成行人属性特征向量，包括：采用词袋模型将所述轨迹线特征向量整合成行人属性特征向量；

将目标行人的T个轨迹线特征向量聚类成一个包含有W个词的词典，T为大于0的整数，W为大于0的整数，且W的值小于T的值；词典中的每个词表示一类轨迹线特征向量；则目标行人的T条轨迹线所对应的长度为W 的词向量即为目标行人的属性特征向量。

2.根据权利要求1所述的方法，其特征在于，所述获取行人视频帧序列中的多帧图像包括：

获取摄像头在预设周期内拍摄到的目标行人视频文件；

从所述目标行人视频文件中选取所述多帧图像。

3.根据权利要求1所述的方法，其特征在于，所述通过所述多帧图像中相邻两帧图像的光流跟踪得到前一帧图像的时空信息点在相邻的后一帧图像上的位置包括：

选取第t帧的时空信息点，所述时空信息点记为：P_t，P_t＝(x_t,y_t)，则通过光流跟踪所述时空信息点P_t在第t+1帧图像的位置的公式如下：

式中：P_t+1为第t+1帧图像上的与时空信息点P_t对应的时空信息点，P_t为第t帧图像上的时空信息点，x_t为时空信息点P_t关于X轴坐标的值，y_t为时空信息点P_t关于Y轴坐标的值，x_t+1为时空信息点P_t+1关于X轴坐标的值，y_t+1为时空信息点P_t+1关于Y轴坐标的值，M为中值滤波的核，ω为光流场向量，*表示点积运算，为整数化后的信息点水平位置，为整数化后的信息点垂直位置，为信息点最终位移量。

4.根据权利要求1所述的方法，其特征在于，所述提取每一条轨迹线在所述多帧图像中的每一帧图像内对应的局部位置处的局部特征包括：

在每一条轨迹线周围提取梯度直方图描述符HOG、光流的柱状图描述符HOF和运动边缘直方图描述符MBH。