[發(fā)明專利]一種基于多尺度結(jié)構(gòu)相關(guān)性的行人目標識別方法有效
| 申請?zhí)枺?/td> | 201610854913.9 | 申請日: | 2016-09-27 |
| 公開(公告)號: | CN107871110B | 公開(公告)日: | 2018-12-14 |
| 發(fā)明(設(shè)計)人: | 李波;張曉偉;胡海苗;王曉燕;鄭錦 | 申請(專利權(quán))人: | 北京航空航天大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 北京金恒聯(lián)合知識產(chǎn)權(quán)代理事務所 11324 | 代理人: | 李強 |
| 地址: | 100191*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 尺度 結(jié)構(gòu) 相關(guān)性 行人 目標 識別 方法 | ||
本發(fā)明公開了一種基于多尺度結(jié)構(gòu)相關(guān)性的行人目標識別方法。首先,根據(jù)不同尺度目標底層視覺特征具有的不同有效性,在多尺度上提取目標的顯著性底層特征。其次,根據(jù)同一類目標在不同尺度間具有的幾何結(jié)構(gòu)一致性,對各視覺特征通道上的目標特征向量使用局部約束線性編碼的方式構(gòu)造不同尺度上的局部結(jié)構(gòu)模式。最后,根據(jù)目標在不同尺度上特征維度的差異性,將目標在多個尺度上的局部結(jié)構(gòu)特征變換到具有同一幾何結(jié)構(gòu)特征的特征子空間中以提高行人目標的識別性能。本發(fā)明所提出的基于多尺度結(jié)構(gòu)相關(guān)性的行人目標識別方法優(yōu)于國際上同類相關(guān)方法,尤其對監(jiān)控視頻中存在較大分辨率差異的行人目標時分類識別性能表現(xiàn)最為顯著。
技術(shù)領(lǐng)域
本申請涉及一種視頻監(jiān)控中基于多尺度結(jié)構(gòu)相關(guān)性的行人目標識別方法,特別是一種應用于大場景監(jiān)控區(qū)域、行人目標尺度多樣化的行人目標檢測識別方法,屬于數(shù)字圖像處理技術(shù)領(lǐng)域。
背景技術(shù)
隨著計算機視覺技術(shù)的發(fā)展以及監(jiān)控視頻數(shù)量的增長,智能視頻監(jiān)控技術(shù)得到了廣泛的關(guān)注和研究,智能視頻監(jiān)控信息正對人們的生活方式和社會發(fā)展起著越來越重要的作用;目標分類識別技術(shù),作為智能視頻監(jiān)控的關(guān)鍵技術(shù)之一,直接影響著智能視覺監(jiān)視系統(tǒng)的實時性、魯棒性和準確性。因此,目標分類識別技術(shù)直接影響著智能視頻監(jiān)控的智能化水平,具有重要的研究意義和應用價值。
在室外視頻監(jiān)控中,由于運動目標距離攝像頭距離不同,導致傳感器獲取到的目標分辨率呈現(xiàn)多樣性和差異性,造成目標在圖像中的整體結(jié)構(gòu)信息和局部細節(jié)信息的變化,對目標特征提取、建模、學習與推理等方面都造成影響,為智能視頻監(jiān)控的目標分類識別任務帶來很大的挑戰(zhàn)性。
人類視覺認知領(lǐng)域的研究者們在視覺認知系統(tǒng)機理的研究中,證明了視覺認知過程是一個由粗到精的過程,即由低頻信號(輪廓等信息)到高頻信號(細節(jié)信息)的一個逐步精細的過程,并且證明了不同尺度的信息在視覺任務中的作用是不同的。觀察分析發(fā)現(xiàn),不同尺度的目標特征表征不同的信息,大尺度目標(高分辨率)則有利于目標局部細節(jié)特征的表示,例如轉(zhuǎn)角、邊緣等細節(jié)分量信息;而小尺度目標(低分辨率)有利于目標全局整體特征的描述,例如形狀、輪廓等目標的整體形態(tài)分布等。根據(jù)不同尺度目標特征的差異性,本文一方面采用了一種多尺度處理的思路提取不同尺度目標圖像的有效視覺特征來提升目標圖像顯著性特征的表征能力。
多尺度空間技術(shù)也稱為多分辨率技術(shù),即對圖像用不同的尺度進行表示,并在不同的尺度下進行處理的一種技術(shù)。由于在某些尺度下很難表現(xiàn)的圖像特征更容易在另外的尺度下進行表現(xiàn),因此利用多尺度技術(shù)結(jié)合特征提取能夠更好地表現(xiàn)圖像的內(nèi)容。多尺度算法為圖像提供了在不同層次、不同分辨率的透視信息,低分辨率提供圖像在整體概貌信息,高分辨率提供了圖像的細節(jié)信息,兩者綜合起來能夠更有效地表達圖像。
另一方面,現(xiàn)有的多尺度行人目標識別方法都是基于多尺度金字塔的重采樣技術(shù)獲取目標在不同尺度上的特征信息,但是,這些不同尺度目標之間是相互獨立的,忽略了對局部特征尺度相關(guān)結(jié)構(gòu)特性的描述。近年來,結(jié)合尺度的特殊性質(zhì),研究者們已經(jīng)開展了多項研究利用其進行圖像區(qū)域刻畫及特征相似度度量,但是這些方法只是將尺度因素作為其他描述方法的一個補充,而未考慮同一個區(qū)域內(nèi)不同尺度特征之間的相互關(guān)聯(lián)的特性,未有效地利用尺度因素進行結(jié)構(gòu)刻畫。為此,根據(jù)行人目標共有的幾何結(jié)構(gòu)一致性,本文將利用尺度特性構(gòu)建出具有尺度相關(guān)性的結(jié)構(gòu)特征,并有效利用尺度相關(guān)結(jié)構(gòu)特征來有效地描述目標圖像內(nèi)容,從而提高特征表達的判別能力和表達能力。
發(fā)明內(nèi)容
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京航空航天大學,未經(jīng)北京航空航天大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610854913.9/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 卡片結(jié)構(gòu)、插座結(jié)構(gòu)及其組合結(jié)構(gòu)
- 鋼結(jié)構(gòu)平臺結(jié)構(gòu)
- 鋼結(jié)構(gòu)支撐結(jié)構(gòu)
- 鋼結(jié)構(gòu)支撐結(jié)構(gòu)
- 單元結(jié)構(gòu)、結(jié)構(gòu)部件和夾層結(jié)構(gòu)
- 鋼結(jié)構(gòu)扶梯結(jié)構(gòu)
- 鋼結(jié)構(gòu)隔墻結(jié)構(gòu)
- 鋼結(jié)構(gòu)連接結(jié)構(gòu)
- 螺紋結(jié)構(gòu)、螺孔結(jié)構(gòu)、機械結(jié)構(gòu)和光學結(jié)構(gòu)
- 螺紋結(jié)構(gòu)、螺孔結(jié)構(gòu)、機械結(jié)構(gòu)和光學結(jié)構(gòu)





