[发明专利]一种基于块稀疏表示的行人重识别方法

权利要求书

1.一种基于块稀疏表示的行人重识别方法，其特征在于：包括以下步骤：

步骤1、行人训练集和测试集的划分；

步骤2、提取行人特征，所述行人特征包括行人颜色特征与行人纹理特征；

步骤3、进行行人特征变换；

步骤4、构建块稀疏表示的行人重识别模型；

步骤5、交替方向框架求解模型；

步骤6、计算残差进行行人身份的判别。

2.如权利要求1所述的一种基于块稀疏表示的行人重识别方法，其特征在于：所述步骤2中在进行行人特征提取前，先将待提取图像统一进行归一化处理成128×48大小，并且分块为32×48像素大小，且每一小块在水平和竖直方向上均有50％的重叠部分；对于分块后用于提取特征的图像，主要提取HS(色调：Hue、饱和度：Saturation)颜色直方图、Lab特征和Gabor特征；对于每一张行人图像，其在水平方向有7个分块，根据特征提取的内容，每个块中有20个特征通道，每个通道又被表示为16维直方图向量，即每幅图像在特征空间中被表示为7×20×16＝2240维度的全局图像特征向量。

3.如权利要求1所述的一种基于块稀疏表示的行人重识别方法，其特征在于：所述步骤3中对行人特征的变换，主要是采用典型相关分析(CCA)对高维特征进行转换，将训练集用于学习投影矩阵并将测试集行人特征投影到该投影空间。

4.如权利要求1所述的一种基于块稀疏表示的行人重识别方法，其特征在于：所述步骤4构建基于块稀疏表示的行人重识别模型，需要先对行人特征构建数据集特征字典D，该字典是由块向量串联而成，且对应块向量与测试集中待识别一致行人近似呈线性关系。

5.如权利要求1所述的一种基于块稀疏表示的行人重识别方法，其特征在于：所述步骤6中对行人身份进行判断，需要将待识别行人特征与在投影空间变换后表示的该行人特征之间进行残差项量计算，对所求的所有残差向量求其最小，就能识别出该行人的对应标识。