[發明專利]基于橢圓傅立葉分解的行人時空輪廓表示方法

有效

• 申請號: 201010113829.4
• 申請日: 2010-02-25
• 公開（公告）號: CN101799865A
• 公開（公告）日: 2010-08-11
• 發明（設計）人: 王紹宇;楊松紹;廖小勇;羅友軍;張茵;盛秀梅
• 申請（專利權）人: 上海復控華龍微系統技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/64
• 代理公司: 上海天翔知識產權代理有限公司 31224
• 代理人: 孫景宜

1.基于橢圓傅立葉分解的行人時空輪廓表示方法，其特征在于，包括以下 步驟：

(1)進行輪廓壓縮前的預處理；預處理操作包括：(a)建立多分布的背景 分布模型；(b)二值化行人輪廓圖像；(c)形態學算子過濾噪聲；(d)8連通區 域跟蹤法提取原始行人高維時空輪廓；

(2)使用Procrustes分析的方法，計算各個形狀之間的Procrustes距離， 通過最小化每個輪廓與平均形狀之間的誤差平方和來對齊各個輪廓；首先選取 第一個形狀作為初始樣本，使其他所有的形狀都與之對齊；然后，對計算得到 的對齊后的平均形狀進行規一化處理，并將規一化后的平均形狀作為初始樣本； 最后，將其他在此之前對齊好的形狀與新的初始樣本對齊；重復這一對齊過程， 直到相鄰兩次的平均形狀差別小于一閾值；

(3)輪廓PCA處理：通過主分量分析，把訓練樣本從原始的笛卡爾坐標空 間轉換到特征空間，得到一系列相互正交的特征向量，這些特征向量張成一個 (t-1)維的形狀空間，所述t為輪廓樣本，t為正整數；

(4)計算反映行人輪廓關鍵標志點的曲率在行人行走過程中變化幅度不大 特征的Curvature?Cost值，并將其添加到原有的MDL目標函數中；使得MDL目 標函數在收斂的過程中考慮到關鍵標志點處曲率的變化特征，以增加點對應關 系的求解精度；

(5)計算反映行人在行走過程中局部灰度分布特征保持一致性的CDI?Cost 值，通過對圖像的局部結構信息進行分析，對每個標志點建立反映圖像差分結 構的向量CDI，它表示標志點在一定尺度下，在圖像旋轉和變換時保持不變的局 部圖像結構信息；通過在MDL目標函數中增加反映各個標志點的局部圖像結構 信息對應關系的代價函數CDI?Cost，使目標函數值更加收斂，得到更好的統計形 狀模型；

(6)根據步驟(4)和(5)的結果及第i個輪廓S_i在第m個方向P_m上投影 得到的坐標為b_m，i計算總的MDL目標函數值，所述i和m為常數；

(7)在輪廓上重新調整標志點的位置，直到MDL目標函數值達到收斂，從 而得到優化的點對應關系，需要將每個輪廓都對齊到統一的度量框架中，以去 掉輪廓的縮放、旋轉和位移因素；

(8)在點對應關系確定的基礎上，對于連續視頻中某幀行人輪廓的N階橢 圓傅立葉分解，除去3個常橢圓傅立葉系數，剩下的橢圓傅立葉系數可組成一 長度為4N-3的一維向量EFC(S，N)，然后利用橢圓傅立葉變換對高維的笛卡兒 2D+time輪廓向量從物理意義上進行分解后舍棄高頻的橢圓系數，從而得到壓 縮后的低維輪廓向量，再考慮所有幀的輪廓，從而得到行人時空輪廓的壓縮表 示，S為在笛卡爾坐標空間中用x和y的坐標值來表示的形狀。