[發明專利]基于背景抑制的行人重識別方法

有效

• 申請號: 201810448477.4
• 申請日: 2018-05-11
• 公開（公告）號: CN108875572B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 鄒見效;李方方;周雪;徐紅兵
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 溫利平;陳靚靚

本發明公開了一種基于背景抑制的行人重識別方法，獲取若干圖像樣并提取特征向量，提取方法為：對圖像分塊進行特征向量提取，同時提取分塊的HOG直方圖特征向量，獲取基于HOG域的隨機蕨特征，采用隨機蕨特征進行背景判斷，根據背景判斷結果將圖像分塊的特征向量連接得到圖像的特征向量；對待識別圖像分塊進行特征向量提取，將圖像分塊的特征向量連接得到圖像的特征向量；計算待識別圖像的特征向量和每張圖像樣本的特征向量的相似度，得到識別結果。本發明通過采用基于HOG域的隨機蕨特征進行背景判斷，對圖像中的背景特征進行抑制，減少背景因素的干擾，從而提高行人重識別的準確率。

技術領域

本發明屬于計算機視覺技術領域，更為具體地講，涉及一種基于背景抑制的行人重識別方法。

背景技術

隨著社會的飛速發展和科學的日益進步，視頻監控系統出現在了越來越多的場合。這些監控系統的廣泛應用在帶來很多便利的同時也帶來了一定的問題。因為現在的監控系統大部分是由人工負責看管的，比較枯燥，不能及時做出反應。為了解決這個問題，進一步發揮攝像頭的監控作用，需要各種各樣的智能監控系統，運用計算機視覺，機器學習，圖像處理等知識，自動提取有用的關鍵信息，快速地精確定位到異常發生之處，并及時做出相應的處理。

行人重識別是智能監控系統的一個重要領域，在圖像搜索、刑偵等方面有重要的應用。目前行人重識別主要存在以下幾個方面的挑戰：一是現在的監控攝像機的圖像分辨率大部分都很低，這使得一些很成熟的技術比如人臉識別無法應用。而且不同的攝像機有不同的參數配置，即使相同的攝像機由于拍攝角度的不同，拍攝效果也會有所不同。二是由于外界環境不同所引起的光照變化，亮度變化，角度不變化，有時候還存在部分遮擋以及噪聲干擾。三是由于人是非剛體，姿態經常會發生變化。而且外貌穿著等也經常發生變化，穿同一件衣服的不同人往往比穿不同衣服的同一人更相似。

行人重識別主要包含兩個過程：特征提取和距離測度的學習。針對以上的挑戰，研究學者對這兩個部分進行了大量的研究。在特征提取過程中，一般提取不隨視角、姿態變化而變化，并具有一定的抗噪聲能力的特征，比如顏色，紋理，語義屬性等，同時這些特征具有一定的區分能力。在進行距離測度學習時，一般在馬氏距離的基礎上，學習一個投影矩陣，在這個投影空間中，同一個行人之間的距離比較小，不同行人之間的距離比較大，從而能夠將不同的行人正確區分開來。但是由于一般待識別圖像中存在較多背景，會對圖像特征造成干擾，導致識別準確率不佳。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于背景抑制的行人重識別方法，采用基于HOG域的隨機蕨特征進行背景判斷，從而在圖像特征向量中實現背景抑制，提高行人重識別的準確率。

為實現上述發明目的，本發明基于背景抑制的行人重識別方法，包括以下步驟：

S1：獲取若干標記有攝像頭編碼的圖像樣本構成圖像樣本庫，將每張圖像樣本歸一化至預設尺寸，并按照拍攝攝像頭進行分組得到圖像樣本組；

S2：分別對每張圖像樣本提取特征向量，具體方法為：

S2.1：對圖像樣本進行分塊，以每個分塊為單位進行特征提取，記分塊數量為N，第n個分塊的特征向量記為P_n，n＝1，2，…，N；