[發(fā)明專利]基于背景抑制的行人重識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810448477.4
• 申請(qǐng)日: 2018-05-11
• 公開（公告）號(hào): CN108875572B
• 公開（公告）日: 2021-01-26
• 發(fā)明（設(shè)計(jì)）人: 鄒見效;李方方;周雪;徐紅兵
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/62
• 代理公司: 成都行之專利代理事務(wù)所(普通合伙) 51220
• 代理人: 溫利平;陳靚靚

1.一種基于背景抑制的行人重識(shí)別方法，其特征在于，包括以下步驟：

S1：獲取若干標(biāo)記有攝像頭編碼的圖像樣本構(gòu)成圖像樣本庫(kù)，將每張圖像樣本歸一化至預(yù)設(shè)尺寸，并按照拍攝攝像頭進(jìn)行分組得到圖像樣本組；

S2：分別對(duì)每張圖像樣本提取特征向量，具體方法為：

S2.1：對(duì)圖像樣本進(jìn)行分塊，以每個(gè)分塊為單位進(jìn)行特征提取，記分塊數(shù)量為N，第n個(gè)分塊的特征向量記為P_n，n＝1,2,…,N；

S2.2：將每個(gè)分塊劃分為Q個(gè)細(xì)胞單元，獲取每個(gè)細(xì)胞單元的HOG特征向量g_nq，q＝1,2,…,Q，記細(xì)胞單元的HOG特征向量的維數(shù)為K；將M個(gè)HOG特征向量g_nq連接得到一個(gè)向量，作為分塊的HOG特征向量H_n，記HOG特征向量H_n中的元素為h_n(d)，其中d＝1,2,…,D，D＝K×Q；預(yù)設(shè)M對(duì)元素序號(hào)θ_m＝(b_m1,b_m2)，m＝1,2,…,M，得到M個(gè)二進(jìn)制特征f(n；b_m1,b_m2)＝I(h_n(b_m1)＞h_n(b_m2))，然后得到第n個(gè)分塊的基于HOG域的隨機(jī)蕨特征f(n；θ)＝[f(n；θ₁),…,f(n；θ_M)]，將f(n；θ)轉(zhuǎn)化成十進(jìn)制數(shù)值F_n；

S2.3：采用隨機(jī)蕨特征進(jìn)行背景判斷，具體方法為：

S2.3.1：令圖像分塊序號(hào)n＝1；

S2.3.2：對(duì)于圖像樣本庫(kù)每個(gè)圖像樣本組的圖像樣本，根據(jù)十進(jìn)制數(shù)值F_n對(duì)這些圖像樣本的第n個(gè)圖像分塊進(jìn)行聚類，記所獲取的分類數(shù)量為R，第r個(gè)分類中的圖像分塊數(shù)量為C_r，r＝1,2,…,R；

S2.3.3：令分類序號(hào)r＝1；

S2.3.4：判斷第r個(gè)分類的圖像分塊數(shù)量X_r是否大于預(yù)設(shè)閾值X_min，如果不是，進(jìn)入步驟S2.3.5，否則進(jìn)入步驟S2.3.6；

S2.3.5：判定第r個(gè)分類的圖像分塊均為前景，進(jìn)入步驟S2.3.7；

S2.3.6：計(jì)算第r個(gè)分類經(jīng)加權(quán)處理后的樣本數(shù)量C_r′：

其中，exp表示指數(shù)函數(shù)，x_middle表示圖像樣本的中心橫坐標(biāo)，x表示第n個(gè)圖像分塊中心點(diǎn)的橫坐標(biāo)，σ表示方差；

如果C_r′＞V，V為預(yù)設(shè)的閾值，則判斷第r個(gè)分類中的圖像分塊為背景，否則為前景；

S2.3.7：判斷是否r＜R，如果是，進(jìn)入步驟S2.3.8，否則進(jìn)入步驟S2.3.9；

S2.3.8：令r＝r+1，返回步驟S2.3.4；

S2.3.9：判斷是否n＜N，如果是，進(jìn)入步驟S2.3.10，否則背景判斷結(jié)束；

S2.3.10：令n＝n+1，返回步驟S2.3.2；

S2.4：對(duì)于圖像樣本庫(kù)中的每張圖像樣本，依次對(duì)每個(gè)圖像分塊進(jìn)行判斷，如果第n個(gè)圖像分塊為背景，則修改對(duì)應(yīng)的特征向量P_n為0向量，否則不作任何操作；然后將N個(gè)圖像分塊的特征向量連接得到整個(gè)圖像樣本的特征向量；

S3：將待識(shí)別圖像歸一化至預(yù)設(shè)尺寸后劃分為N個(gè)分塊，以每個(gè)分塊為單位進(jìn)行特征提取，然后將N個(gè)分塊的特征向量連接得到待識(shí)別圖像的特征向量；

S4：計(jì)算待識(shí)別圖像的特征向量和每張圖像樣本的特征向量的相似度，得到識(shí)別結(jié)果。

2.根據(jù)權(quán)利要求1所述的行人重識(shí)別方法，其特征在于，所述步驟S2.1中圖像的特征向量的提取方法為：提取每個(gè)分塊的顏色直方圖特征向量p_n1和SIFT直方圖特征向量p_n2，將每個(gè)分塊的顏色直方圖特征向量p_n1和SIFT直方圖特征向量p_n2連接得到一個(gè)向量，作為分塊的特征向量P_n。

3.根據(jù)權(quán)利要求2所述的行人重識(shí)別方法，其特征在于，所述顏色直方圖特征向量采用LAB顏色直方圖特征向量。