[發(fā)明專利]一種基于區(qū)域相關(guān)反饋的行人重識(shí)別方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201410076028.3
• 申請(qǐng)日: 2014-03-04
• 公開（公告）號(hào): CN103793721B
• 公開（公告）日: 2017-05-10
• 發(fā)明（設(shè)計(jì)）人: 胡瑞敏;王正;梁超;冷清明;李文剛;陳軍;嚴(yán)巖
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06K9/66
• 分類號(hào): G06K9/66
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙)42222
• 代理人: 嚴(yán)彥

技術(shù)領(lǐng)域

本發(fā)明涉及視頻偵查領(lǐng)域中的監(jiān)控視頻中對(duì)目標(biāo)嫌疑人進(jìn)行重識(shí)別的過程，屬于一種基于區(qū)域相關(guān)反饋的行人重識(shí)別的方法及系統(tǒng)。

背景技術(shù)

隨著平安城市的廣泛建設(shè)和各種場所面臨監(jiān)控的普及，視頻監(jiān)控?cái)?shù)據(jù)量變得越來越大，這給刑偵破案帶來了巨大的挑戰(zhàn)，如何快速準(zhǔn)確地從這些海量數(shù)據(jù)庫提取出目標(biāo)嫌疑人成為破案的關(guān)鍵。

傳統(tǒng)的行人重識(shí)別方法能有效解決長時(shí)間人工手動(dòng)檢索可能帶來的漏檢和誤檢的問題，但是匹配效率相對(duì)較低，其主要是通過特征表達(dá)和距離度量的方法來對(duì)改善原始檢索排序的，是一種非交互的查詢方法。近年來有一些交互式的相關(guān)反饋方法應(yīng)用于行人重識(shí)別系統(tǒng)，但大都是基于正樣本圖像的一個(gè)整體關(guān)聯(lián)匹配，沒有考慮行人樣本庫中的不相關(guān)樣本以及其局部特征對(duì)改善查詢排序結(jié)果的影響。

在現(xiàn)有的行人重識(shí)別方法中，基于特征表達(dá)的方法在實(shí)際中應(yīng)用比較廣泛。在進(jìn)行行人重識(shí)別過程中，通過對(duì)目標(biāo)的各個(gè)不同外觀特征以及運(yùn)動(dòng)信息特征進(jìn)行提取，找出一個(gè)合適的表達(dá)方式，然后在行人樣本庫中直接對(duì)有相似或相同的特征表達(dá)的樣本進(jìn)行匹配，直到找出嫌疑目標(biāo)。

專利號(hào)“CN102663366A”，名稱為“行人目標(biāo)識(shí)別方法及系統(tǒng)”的專利，提出了一種基于特征表達(dá)的行人目標(biāo)識(shí)別方法，該方法包括采集視頻幀、提取視頻幀的HOG特征等步驟，提取出的視頻幀包含了行人方向和強(qiáng)度信息的LBP特征，然后根據(jù)所述HOG特征和所述LBP特征來識(shí)別監(jiān)控視頻場景中的特定的行人目標(biāo)，這種方法算法比較簡單、效率也很高，但是魯棒性不是很好，對(duì)攝像頭的拍攝方位角度和不同的光照條件變化比較敏感，很容易導(dǎo)致錯(cuò)誤匹配，不適于在復(fù)雜環(huán)境下用于進(jìn)行行人重識(shí)別；

相關(guān)反饋的方法在基于內(nèi)容的圖像檢索中使用也很廣泛。不同于在行人重識(shí)別特定的應(yīng)用范圍，在基于內(nèi)容的圖像檢索中，存在著數(shù)量較多的用于匹配的正樣本圖像，這樣就比較容易對(duì)大量的不相關(guān)的樣本圖像進(jìn)行學(xué)習(xí)，在人機(jī)交互過程中，根據(jù)相關(guān)特征包含的信息量和圖像場景，選取相對(duì)應(yīng)的特征表達(dá)，通過比較、匹配、排序后反饋給識(shí)別子系統(tǒng)，從而實(shí)現(xiàn)優(yōu)化初始檢索結(jié)果的目的。這種方法實(shí)現(xiàn)效果很好，魯棒性好，但是需要對(duì)大量樣本的所有特征進(jìn)行訓(xùn)練學(xué)習(xí)，系統(tǒng)開銷較大，算法相對(duì)復(fù)雜，實(shí)時(shí)性方面難以達(dá)到要求，不適于在行人重識(shí)別系統(tǒng)中應(yīng)用。

專利號(hào)“CN 101539930 A”，名稱為“一種相關(guān)反饋圖像檢索方法”的專利，通過基于分段相似性度量和多倫次聯(lián)合反饋的圖像檢索方法來實(shí)現(xiàn)對(duì)目標(biāo)圖像進(jìn)行檢索的，這種方法檢索出的匹配效果比較好，但是運(yùn)算過程相對(duì)復(fù)雜，需要反復(fù)對(duì)圖像中多個(gè)特征進(jìn)行訓(xùn)練學(xué)習(xí)，不適于在行人重識(shí)別系統(tǒng)中進(jìn)行實(shí)戰(zhàn)部署。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)缺陷，提出一種基于區(qū)域相關(guān)反饋的行人重識(shí)別方法和系統(tǒng)。

本發(fā)明的技術(shù)方案提供一種基于區(qū)域相關(guān)反饋的行人重識(shí)別方法，包括以下步驟，

步驟S1，進(jìn)行初次查詢匹配和反饋樣本收集，包括以下子步驟，

步驟S1.1，進(jìn)行初次查詢匹配，包括將輸入目標(biāo)人物圖像作為查詢圖像，進(jìn)行初始查詢并輸出初始查詢排序結(jié)果；

步驟S1.2，進(jìn)行反饋樣本收集，在第一次執(zhí)行步驟S1.2時(shí)，從初次排序結(jié)果在排名最靠前的一定預(yù)設(shè)數(shù)目的圖像中選取不相關(guān)圖像作為反饋樣本并標(biāo)記類型，構(gòu)成反饋樣本集；后續(xù)執(zhí)行步驟S1.2時(shí)，從上一輪迭代執(zhí)行步驟S4的所得查詢排序結(jié)果中選取不相關(guān)圖像作為反饋樣本并標(biāo)記類型，加入反饋樣本集；

標(biāo)記類型方式為，設(shè)劃分U個(gè)區(qū)域1、2…U，每個(gè)反饋樣本分別標(biāo)記為2U個(gè)類型之一，即與查詢圖像基于區(qū)域1相似、基于區(qū)域1不相似、基于區(qū)域2相似、基于區(qū)域2不相似…基于區(qū)域U相似、基于區(qū)域U不相似；對(duì)反饋樣本進(jìn)行標(biāo)記時(shí)，按照區(qū)域的劃分，在每個(gè)區(qū)域提取視覺特征，設(shè)得到M維特征向量，其中任一維記為第m維，根據(jù)特征向量與查詢圖像中對(duì)應(yīng)區(qū)域分別進(jìn)行相似性比較；

步驟S2，進(jìn)行確定近鄰集合、區(qū)域權(quán)重調(diào)整和特征權(quán)重調(diào)整，包括以下子步驟，

步驟S2.1，對(duì)查詢圖像，首先通過區(qū)域K近鄰集合的方法尋找出基于區(qū)域相似的區(qū)域相似和區(qū)域不相似的樣本集合；然后運(yùn)用動(dòng)態(tài)k近鄰規(guī)則，對(duì)每一個(gè)標(biāo)記為某區(qū)域相似的樣本，更新調(diào)整并得到新的包含k個(gè)近鄰的區(qū)域相似的集合，對(duì)每一個(gè)標(biāo)記為某區(qū)域不相似的樣本，更新調(diào)整并得到新的包含k個(gè)近鄰的該區(qū)域不相似的集合；

步驟S2.2，更新區(qū)域權(quán)重和特征權(quán)重，

設(shè)查詢圖像p與反饋樣本集中第i個(gè)反饋樣本的圖像之間相似性S_a(p,g_i)采用如下計(jì)算公式，