[發(fā)明專利]一種基于特征空間拓?fù)浞植嫉男腥酥刈R(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810930110.6
• 申請(qǐng)日: 2018-08-15
• 公開(kāi)（公告）號(hào): CN109214430B
• 公開(kāi)（公告）日: 2021-10-22
• 發(fā)明（設(shè)計(jì)）人: 雷建軍;牛力杰;李奕;陳越;羅曉維;李欣欣
• 申請(qǐng)（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 李林娟

1.一種基于特征空間拓?fù)浞植嫉男腥酥刈R(shí)別方法，其特征在于，所述方法包括以下步驟：

將顏色直方圖特征和紋理特征作為圖像特征，根據(jù)圖像特征在特征空間中的理想拓?fù)浞植迹瑯?gòu)建正樣本對(duì)距離小于負(fù)樣本對(duì)距離的約束條件、以及構(gòu)建相同類之間的距離要小于任意兩個(gè)不同類的距離的約束條件；

根據(jù)正樣本對(duì)距離小于負(fù)樣本對(duì)距離的約束條件獲取對(duì)應(yīng)的第一目標(biāo)函數(shù)；根據(jù)相同類之間的距離要小于任意兩個(gè)不同類的距離的約束條件獲取對(duì)應(yīng)的第二目標(biāo)函數(shù)；

根據(jù)第一目標(biāo)函數(shù)和第二目標(biāo)函數(shù)獲取最終的目標(biāo)函數(shù)，通過(guò)迭代優(yōu)化對(duì)最終的目標(biāo)函數(shù)進(jìn)行求解，得到最優(yōu)的度量矩陣，進(jìn)而計(jì)算圖像之間的相似得分，根據(jù)相似得分進(jìn)行排序，找到相似程度最高的圖像，實(shí)現(xiàn)行人的重識(shí)別；

其中，所述構(gòu)建正樣本對(duì)距離小于負(fù)樣本對(duì)距離的約束條件具體為：

其中，X_i表示要檢索的樣本特征，Y_i表示在其他監(jiān)控視野下與X_i身份相同的樣本特征，d(·，·)表示的是成對(duì)樣本之間的距離，N為訓(xùn)練集中行人的類別個(gè)數(shù)，i和j分別為行人的身份編號(hào)；

其中，所述構(gòu)建相同類之間的距離要小于任意兩個(gè)不同類的距離的約束條件具體為：

其中，d(·，·)表示的是成對(duì)樣本之間的距離，N為訓(xùn)練集中行人的類別個(gè)數(shù)，k和j分別為行人的身份編號(hào)；Y_j表示在其他監(jiān)控視野下與X_i身份不同的樣本特征；

所述第一目標(biāo)函數(shù)具體為：

其中，g(X_i，Y_i)為身份相同的樣本之間的相似度，g(X_i，Y_j)為身份不同的樣本特征之間的相似度，[·]₊是指示函數(shù)，α₁為閾值；

所述第二目標(biāo)函數(shù)具體為：

其中，g(X_i，Y_i)為身份相同的樣本之間的相似度，g(Y_j，Y_k)為任意兩個(gè)不同類樣本之間的相似性得分，α₂為閾值；

所述根據(jù)第一目標(biāo)函數(shù)和第二目標(biāo)函數(shù)獲取最終的目標(biāo)函數(shù)為：

其中，R(W)＝||W_M||_2，1+||W_B||_2，1為正則化項(xiàng)，S_-為負(fù)半正定矩陣集合，λ為權(quán)重項(xiàng)，W_M和W_B是通過(guò)訓(xùn)練得到的度量矩陣。