[發明專利]一種基于核化特征和隨機子空間集成的行人再辨識方法

有效

• 申請號: 201710212251.X
• 申請日: 2017-04-01
• 公開（公告）號: CN107122795B
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 趙才榮;陳亦鵬;王學寬;衛志華;苗奪謙;田元
• 申請（專利權）人: 同濟大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 上?？剖⒅R產權代理有限公司 31225
• 代理人: 趙繼明

1.一種基于核化特征和隨機子空間集成的行人再辨識方法，其特征在于，包括以下步驟：

S1，獲取行人圖像的訓練樣本集和測試樣本集，確定兩個樣本間的核化函數，在每個樣本集中，同一個行人具有多個圖像；

S2，分別將兩個樣本集的原始特征轉化為核化特征，核化特征的維度均為訓練樣本集中的樣本個數；

S3，在訓練樣本集的核化特征空間中，隨機選取多個不同的子空間，分別在各子空間下，計算不同行人圖像對的核化特征差值的協方差矩陣及其逆矩陣，計算相同行人圖像對的核化特征差值的協方差矩陣及其逆矩陣，得到圖像對的核化特征差值的分布函數；

S4，分別在各子空間下，計算測試樣本集中樣本對的核化特征的差值，根據差值協方差矩陣及其逆矩陣和分布函數，計算樣本對為相同行人的概率和為不同行人的概率，并將兩個概率的比值作為兩個樣本間的距離；

S5，對各不同子空間中計算出的距離進行集成，得到測試樣本集中各樣本對間的最終距離，用于行人辨識，最終距離越小，樣本對為相同行人的可能性越高。

2.根據權利要求1所述的一種基于核化特征和隨機子空間集成的行人再辨識方法，其特征在于，所述的步驟S1中，核化函數為高斯核函數，步驟S3得到的分布函數為高斯分布函數。

3.根據權利要求1或2所述的一種基于核化特征和隨機子空間集成的行人再辨識方法，其特征在于，所述的步驟S1中，核化函數為k(x_i,x_j)，其中，σ＝1，x_i、x_j分別表示第i、j個訓練樣本。

4.根據權利要求3所述的一種基于核化特征和隨機子空間集成的行人再辨識方法，其特征在于，所述的步驟S2中，原始特征轉化為核化特征的具體過程包括：

將訓練集X轉化為核化特征

其中，m為訓練集樣本個數，X∈R^d×m，d為樣本特征維度，

將測試集Z轉換為核化特征

其中，n為測試集樣本個數，

5.根據權利要求4所述的一種基于核化特征和隨機子空間集成的行人再辨識方法，其特征在于，所述的步驟S3中，不同行人圖像對的核化特征差值的協方差矩陣Σ₀計算式為：

其中，y_ij＝0代表所有的不屬于同一行人的樣本對，N₀為不屬于同一行人的樣本對的總數；

相同行人圖像對的核化特征差值的協方差矩陣Σ₁計算式為：

其中，y_ij＝1代表所有的屬于同一行人的樣本對，N₁為屬于同一行人的樣本對的總數。

6.根據權利要求5所述的一種基于核化特征和隨機子空間集成的行人再辨識方法，其特征在于，所述的步驟S4中，兩個樣本間的距離計算式為：

其中，為相同行人圖像對的核化特征差值的協方差矩陣Σ₁的逆矩陣，為不同行人圖像對的核化特征差值的協方差矩陣Σ₀的逆矩陣。