[發明專利]一種多攝像機監控網絡中目標再識別的方法有效
| 申請號: | 201510030216.7 | 申請日: | 2015-01-21 |
| 公開(公告)號: | CN104598883B | 公開(公告)日: | 2018-02-16 |
| 發明(設計)人: | 劉龍;王攀;鄭麗 | 申請(專利權)人: | 西安理工大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;H04N7/18 |
| 代理公司: | 西安弘理專利事務所61214 | 代理人: | 李娜 |
| 地址: | 710048*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 攝像機 監控 網絡 目標 識別 方法 | ||
技術領域
本發明屬于機器視覺技術領域,涉及一種多攝像機監控網絡中目標再識別的方法。
背景技術
在多攝像機監控跟蹤網絡中,由于被跟蹤目標的不確定性因素過多,如監控視角、環境光照、目標姿態變化等,如何對目標進行再識別是一個難點。近年來,針對跨視野目標跟蹤問題,提出了眾多方法,在進行跨視野目標跟蹤時,攝像機間的非重疊區域導致了跟蹤的不連續性,在被跟蹤目標跨越攝像機間的“盲區”后對其進行準確的再識別,即如何建立一種魯棒性的外觀特征模型,是具有挑戰性的問題。而提取一種穩健的外觀統計特征是目標再識別問題的核心。
因此,有人提出一種基于邊緣特征點的外觀模型用于目標跨視野跟蹤,但因其需要選擇特征點耗時,無法保證對目標的實時跟蹤,有人又提出利用攝像機間的拓撲結構關系,即攝像機間的連接關系來對目標進行識別,基于目標運動路徑結合外觀特征的匹配算法,可以提高目標識別的準確性,但其要求攝像機間的視野要有少量重合或不可見區域較小,適用性有一定局限,當攝像機間的“盲區”較小時,可以根據上一攝像機中目標的運動狀態,來預測下一攝像機中的目標狀態。有人使用Kalman濾波器來進行目標預測,首先使用亮度轉移函數將攝像機間的成像校正,然后使用攝像機間的時空(spatio-temporal)關系,利用最大后驗概率進行目標的匹配。此類方法對攝像機間的拓撲結構變化較為敏感,一旦攝像機分布發生變化,便要重新學習。
不同于依靠攝像機間的結構信息輔助的識別方法,有人提出一種魯棒性較高統計性的目標描述。利用行人目標圖像的對稱,獲得了良好不變性的視圖,提出將目標分為頭部、軀干、腿部三個部分,結合每個部分的彩色直方圖(HSV)、最大穩定顏色區域(MSCR)、高復發型結構塊(RHSP)對目標進行識別。也有人提出一種結合了Gabor濾波器和協方差的描述算子,可以在一定程度上抑制場景光照變化和背景的差異對目標識別造成的影響。
于是,有人提出通過訓練使目標以區分度最高的特征進行表示。例如使用Adaboost方法,結合目標的顏色與空間特征信息進行識別。使用單一的特征進行訓練不能適應目標變化的多樣性,提取了包括顏色、梯度、紋理等目標信息,并通過局部最小二乘法(PLS)進行降維。或將目標圖像按照場景信息、目標姿態分成不同的種類,對每一類使用Adaboost方法選擇不同特征、度量方法進行識別。
但是,上述方法都是通過選擇一種或多種特征來對待識別目標進行描述,沒有充分利用圖像數據集內各個圖像的關聯關系,因此,對于目標的識別率均比較低。
發明內容
本發明的目的是提供一種多攝像機監控網絡中目標再識別的方法,解決了現有技術中存在的由于未充分利用圖像數據集內各個圖像的關聯關系使得目標識別率低的問題。
本發明所采用的技術方案是,一種多攝像機監控網絡中目標再識別的方法,具體按照以下步驟實施:
步驟1,選取多攝像機監控網絡中一對攝像機i、j間N對目標的圖像序列,分別記為測試圖像序列和參考圖像序列,N>0;
步驟2,求取攝像機i和攝像機j之間N對目標的BTF曲線,并計算N對BTF曲線的均值,即得到攝像機i和攝像機j之間的亮度轉移函數;
步驟3,采用步驟2中得到的亮度轉移函數將待識別測試圖像的顏色校正至與參考圖像序列顏色為同一級別;
步驟4,分別提取待識別測試圖像和參考圖像序列中每一幅圖像的ColorSIFT特征;
步驟5,將步驟4中待識別測試圖像中提取到的包含有ColorSIFT特征的圖像塊和參考圖像序列中每一幅圖像進行特征搜索匹配,計算待識別測試圖像中包含有ColorSIFT特征的圖像塊和參考圖像序列中每一幅圖像中相同位置上下間距為l的范圍內的圖像塊之間的相似度,待識別測試圖像中每一個圖像塊均得到N個最優匹配結果,根據KNN準則對N個最優匹配結果排列計算得到待識別測試圖像中圖像塊的顯著程度,結合所有圖像塊的顯著程度得到待識別測試圖像的注意力顯著圖;
步驟6,根據步驟5中得到的注意力顯著圖和步驟4中提取的ColorSIFT特征對待識別測試圖像與參考圖像序列中每一幅圖像逐一進行雙向的相似度計算,將得到的最大相似度所對應的參考圖像作為待識別測試圖像的匹配目標,則將攝像機i中待識別測試圖像中的目標在攝像機j中識別出來。
本發明的特點還在于,
步驟2具體按照以下方法實施:
步驟2.1,分別寫出攝像機i和攝像機j中的亮度轉移函數;
攝像機i中的亮度轉移函數表達式為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安理工大學,未經西安理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201510030216.7/2.html,轉載請聲明來源鉆瓜專利網。





