[發明專利]一種基于尺度距離漸變函數分界面學習的動態低分辨率行人重識別方法

在審

• 申請號: 201611041696.8
• 申請日: 2016-11-24
• 公開（公告）號: CN106599795A
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 胡瑞敏;王正;梁超;蘭佳梅;楊洋;陳軍
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 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: 魯力

1.一種基于尺度距離漸變函數分界面學習的動態低分辨率行人重識別方法，其特征在于，包括以下步驟：

步驟1：提取圖片的可視特征，具體是將訓練數據分成正樣本對和負樣本對，其中每對圖像來自不同的攝像頭，設一個查詢--在庫圖像對為(I_i,I_j)，在不考慮圖像分辨率差異的情況下，提取每張圖像I在相同維度m下的可視特征x；

步驟2：將步驟1提取的圖片的可視特征進行尺度距離漸變函數的表示，該函數的表示由若干步組成，具體包括以下子步驟：

步驟2.1，得到圖像一系列的可視特征；

步驟2.2，構成尺度距離漸變函數空間；

步驟2.3，用參數向量表示距離尺度漸變函數；

步驟3：基于步驟2得到的結果產生測試參數向量，采用線性插值法對在庫圖像進行上采樣，從而獲得更多的觀測數據，在線重識別階段得到了和訓練階段相同數量的觀測數據，通過觀測數據的回歸，得到查詢--在庫圖像對的測試參數向量；

步驟4：隨機森林分類器來對圖像對進行分類，具體包括：

步驟4.1，訓練隨機森林分類器；

步驟4.2，基于步驟4.1得到的結果進行分類。

2.根據權利要求1所述的一種基于尺度距離漸變函數分界面學習的動態低分辨率行人重識別方法，其特征在于，所述步驟2.1的具體方法包括：定義I_i的可視特征為其中，1表示采樣圖像是分辨率和原始圖像的分辨率的尺度比；然后逐步地對I_j下采樣，每一次下采樣減少0.01個尺度值，通過這種方式得到一系列的可視特征，其中尺度比表示了兩張圖像的高度和寬度。

3.根據權利要求3所述的一種基于尺度距離漸變函數分界面學習的動態低分辨率行人重識別方法，其特征在于，所述步驟2.2的具體方法包括：將每張圖像分成8行3列的24塊，提取出每塊的64維HSV特征，這樣每張圖像由1536維特征表示出來，然后算出下采樣的在庫圖像和原始圖片的分辨率尺度比k，以及I_i和I_j之間的歐式距離畫出以k為橫坐標,d為縱坐標的尺度距離漸變函數，為了便于觀察，將圖像對之間的歐式距離轉換為另一種形式的距離每個圖像對(I_i,I_j)的轉換距離d'是隨著尺度比k的變化而變化；在離線訓練階段，正樣本對產生可行的距離尺度漸變函數，負樣本對產生不可行的尺度距離漸變函數，可行和不可行的尺度距離漸變函數構成尺度距離漸變函數空間。