[發(fā)明專利]一種人體再識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410337472.6
• 申請(qǐng)日: 2014-07-15
• 公開(kāi)（公告）號(hào): CN105303152B
• 公開(kāi)（公告）日: 2019-03-22
• 發(fā)明（設(shè)計(jì)）人: 吳澤民;邱正倫;曾明勇;田暢;劉熹;張磊
• 申請(qǐng)（專利權(quán)）人: 中國(guó)人民解放軍理工大學(xué);江蘇惠緯訊信息科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 唐代盛;孟睿

本發(fā)明提出一種人體再識(shí)別方法。采用以人體軀干部分為人體尺度空間劃分的第1層圖像區(qū)域、后續(xù)每一層次的人體尺度空間劃分均在前一層次圖像區(qū)域劃分的基礎(chǔ)上進(jìn)行等面積拆分的方式對(duì)人體圖像進(jìn)行多層次人體尺度空間劃分，獲得多層次人體圖像區(qū)域；選取多個(gè)顏色通道，每個(gè)顏色通道根據(jù)多層次人體尺度空間劃分獲得的每一層次人體圖像區(qū)域進(jìn)行空間直方圖計(jì)算，然后多個(gè)顏色通道再次級(jí)聯(lián)形成多通道空間直方圖。本發(fā)明解決了現(xiàn)有技術(shù)在特征描述和特征匹配方面存在的不完善問(wèn)題，具有較高的識(shí)別成功率和較低的虛警率。

技術(shù)領(lǐng)域

本發(fā)明屬于視頻監(jiān)視與識(shí)別技術(shù)領(lǐng)域，涉及一種人體再識(shí)別方法，尤其涉及一種使用多通道空間直方圖實(shí)現(xiàn)人體再識(shí)別的方法。

背景技術(shù)

近年來(lái)人體目標(biāo)再識(shí)別技術(shù)得到了廣泛的研究，在視頻網(wǎng)絡(luò)監(jiān)控、多目標(biāo)跟蹤和人體行為分析等方面發(fā)揮了重要作用。由于經(jīng)典的人臉等生物特征在較遠(yuǎn)距離下可識(shí)度太低，研究人員逐漸把像素較多的整個(gè)人體作為識(shí)別對(duì)象。人體再識(shí)別是指利用已經(jīng)存在的人體目標(biāo)圖庫(kù)，在場(chǎng)景或時(shí)間變化時(shí)，通過(guò)搜索圖庫(kù)，再次識(shí)別和確認(rèn)當(dāng)前所查詢?nèi)梭w圖片的目標(biāo)身份。由于存在光照、視角、姿態(tài)、背景和遮擋等極具挑戰(zhàn)性的因素，人體再識(shí)別并不是一個(gè)容易的問(wèn)題。在人體再識(shí)別過(guò)程中，通常假設(shè)在短時(shí)間內(nèi)人的著裝相同，因此顏色是人體再識(shí)別最常用且最有效的特征。另外，人體作為一種特殊的目標(biāo)，其結(jié)構(gòu)對(duì)于人體識(shí)別也非常重要。將人體圖像進(jìn)行合理的多層次多區(qū)域劃分，能夠更好地反映出人體的結(jié)構(gòu)信息。

人體再識(shí)別主要使用的特征有顏色、結(jié)構(gòu)、紋理、關(guān)鍵點(diǎn)以及區(qū)域描述子等。SDALF方法[文獻(xiàn)1：Farenzena M,Bazzani L,Perina A,et al.Person re-identification bysymmetry-driven accumulation of local features.IEEE Conference on ComputerVision and Pattern Recognition.San Francisco,USA,2010:2360-2367]提取前景后將人體目標(biāo)分割為頭部、軀干和腿部，并使用HSV直方圖和重復(fù)紋理塊等特征進(jìn)行組合識(shí)別。CPS方法[文獻(xiàn)2：Cheng D S,Cristani M,Stoppa M,et al.Custom pictorial structuresfor re-identification.British Machine Vision Conference,Dundee,UK,2011:6]利用人體結(jié)構(gòu)檢測(cè)出人體的詳細(xì)部位后再進(jìn)行識(shí)別。上述方法對(duì)人體圖像的質(zhì)量要求較高，對(duì)于低解析度圖像來(lái)說(shuō)，難以計(jì)算形成前述方法所需要采用的特征。

在對(duì)人體圖像特定區(qū)域進(jìn)行描述時(shí)，顏色直方圖能夠表現(xiàn)該區(qū)域的整體特征，對(duì)視角和形狀變化具有一定的不變性。SCEFA方法[文獻(xiàn)3：Hu Y,Liao S,Lei Z,etal.Exploring structural information and fusing multiple features for personre-identification.IEEE Conference on Computer Vision and Pattern Recognition,Portland,USA,2013:794-799]采用分層加權(quán)的HSV直方圖和雙向匹配的顏色區(qū)域特征，并用Gabor紋理模式描述檢測(cè)到的人體關(guān)鍵點(diǎn)。劉忠軒等提交的專利“基于視頻圖像中的人體圖像再識(shí)別的方法”(申請(qǐng)?zhí)枺?01210592515.6)采用HSV直方圖作為人體特征向量。蔣云良等提交的專利“一種應(yīng)用于行人再識(shí)別的多核支持向量機(jī)多示例學(xué)習(xí)算法”(申請(qǐng)?zhí)枺?01410091319.X)則采用了HSV空間的級(jí)聯(lián)組合，用支持向量機(jī)完成特征的匹配。但上述方法都只使用了顏色直方圖，忽略了像素的空間位置信息，即忽略了顏色的空間結(jié)構(gòu)，因此模型的分辨能力不高，對(duì)顏色直方圖相似的人體目標(biāo)缺乏判別能力。

以上人體再識(shí)別方法，在特征描述和特征匹配方面的不完善，造成了人體再識(shí)別的識(shí)別率成功率偏低、虛警率過(guò)高問(wèn)題。

發(fā)明內(nèi)容