[發明專利]一種基于稀疏表示處理遮擋的行人檢索方法

有效

• 申請號: 201410014852.6
• 申請日: 2014-01-13
• 公開（公告）號: CN103729462A
• 公開（公告）日: 2014-04-16
• 發明（設計）人: 胡瑞敏;王亦民;梁超;黃冰月;鄭淇;陳軍
• 申請（專利權）人: 武漢大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/46
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 張火春

技術領域

本發明涉及監控視頻檢索技術領域，尤其涉及一種基于稀疏表示處理遮擋的行人檢索方法。

背景技術

監控視頻行人檢索是在照射區域無重疊的多攝像頭下匹配特定行人對象的技術。在實際視頻偵查中，偵查員主要根據同一行人對象的活動畫面和軌跡來快速鎖定、排查和追蹤嫌疑目標。傳統人工瀏覽的視頻偵查模式需要耗費大量的人力和時間，容易貽誤破案時機。行人重識別技術便于視頻偵查員快速、準確地發現嫌疑目標活動畫面和軌跡，對公安部門提高破案率、維護人民群眾生命財產安全具有重要意義。

現有行人檢索（又稱行人重識別）方法可以分為兩類：

第一類主要構造魯棒的視覺特征，然后使用標準的距離函數（如歐式距離等）進行相似性度量。例如一種基于對稱分割的多局部特征匹配的行人重識別方法，首先利用顏色特征線索對身體進行水平和垂直分割；其次提取各區域的多種顏色和紋理特征，并基于水平中軸加權上述視覺特征；最后綜合使用上述特征進行對象的表示和匹配；

第二類對于特征構造沒有嚴格的要求，主要通過學習一個合適的尺度進行更準確的距離度量，將同類樣本的差向量和不同樣本的差向量分別表示成不同的高斯分布，然后用概率的比值來度量樣本之間的距離，最終將高斯分布的比值轉換成馬氏距離的形式，從而學習一個合適的馬氏距離函數。

上述方法都是根據查詢行人對象和所有待測行人對象外貌特征的距離對待測集進行排序，沒有考慮在不同攝像頭下由于視角變換產生的自遮擋和被別的行人或物體遮擋的情況。然而在實際視頻監控環境下，同一行人在多攝像頭下常常出現遮擋的情況，從而導致外貌特征產生顯著差異，使得檢索結果不準確。

發明內容

針對現有方法的不足，本發明提出一種基于稀疏表示處理遮擋的行人檢索方法，提升了多攝像頭下同一行人匹配的準確性。

為達到上述目的，本發明采用如下的技術方案：一種基于稀疏表示處理遮擋的行人檢索方法，其特征在于，包括以下步驟：

步驟1：將查詢行人圖像P和待測行人圖像Q都分割為m行n列的小圖像塊，并將所述的P和Q表示為圖像塊的集合，即P={P_ij|i=1,…,m;j=1,…,n}，Q={Q_ij|i=1,…,m;j=1,…,n}，其中m≥1，n≥1；

步驟2：提取所述的P和Q的每個圖像塊的特征，將所述的P和Q用基于圖像塊的特征表示；

步驟3：對所述的P和Q進行基于圖像塊的相似性匹配，獲得所述的P和Q基于圖像塊的相似性匹配的距離度量結果；

步驟4：計算所述的P的圖像塊相對于所述的Q的稀疏表示，獲得所述的P相對于所述的Q的遮擋程度；計算所述的Q的圖像塊相對于所述的P的稀疏表示，獲得所述的Q相對于所述的P的遮擋程度；

步驟5：根據步驟3所述的P和Q基于圖像塊的相似性匹配的距離度量結果，和步驟4所述的P和Q之間的遮擋程度，計算P和Q之間的相似性。

作為優選，步驟2中所述的圖像塊的特征為灰度、顏色和SIFT特征。

作為優選，步驟3中所述的獲得所述的P和Q基于圖像塊的相似性匹配的距離度量結果，其具體實現包括以下子步驟：

步驟3.1：確定搜索區域，為所述的P的圖像塊集合中的每一個圖像塊確定一個搜索區域，設所述的P的圖像塊為P_ab，則P_ab的搜索區域由所述的Q的圖像塊集合中的若干個圖像塊組成，圖像塊P_ab的搜索區域表示為：