一種基于稀疏表示處理遮擋的行人檢索方法
【專利摘要】本發(fā)明公開了一種基于稀疏表示處理遮擋的行人檢索方法，本發(fā)明首先采用基于塊的相似性匹配獲得查詢行人和待測(cè)行人間的距離度量，然后采用稀疏表示的方法獲得查詢行人和待測(cè)行人間的遮擋程度，最后綜合距離度量和遮擋程度計(jì)算行人對(duì)之間的相似性，提升了多攝像頭下同一行人匹配的準(zhǔn)確性。
【專利說明】一種基于稀疏表示處理遮擋的行人檢索方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及監(jiān)控視頻檢索【技術(shù)領(lǐng)域】，尤其涉及一種基于稀疏表示處理遮擋的行人檢索方法。
【背景技術(shù)】
[0002]監(jiān)控視頻行人檢索是在照射區(qū)域無(wú)重疊的多攝像頭下匹配特定行人對(duì)象的技術(shù)。在實(shí)際視頻偵查中，偵查員主要根據(jù)同一行人對(duì)象的活動(dòng)畫面和軌跡來快速鎖定、排查和追蹤嫌疑目標(biāo)。傳統(tǒng)人工瀏覽的視頻偵查模式需要耗費(fèi)大量的人力和時(shí)間，容易貽誤破案時(shí)機(jī)。行人重識(shí)別技術(shù)便于視頻偵查員快速、準(zhǔn)確地發(fā)現(xiàn)嫌疑目標(biāo)活動(dòng)畫面和軌跡，對(duì)公安部門提高破案率、維護(hù)人民群眾生命財(cái)產(chǎn)安全具有重要意義。
[0003]現(xiàn)有行人檢索(又稱行人重識(shí)別)方法可以分為兩類:
[0004]第一類主要構(gòu)造魯棒的視覺特征，然后使用標(biāo)準(zhǔn)的距離函數(shù)(如歐式距離等)進(jìn)行相似性度量。例如一種基于對(duì)稱分割的多局部特征匹配的行人重識(shí)別方法，首先利用顏色特征線索對(duì)身體進(jìn)行水平和垂直分割；其次提取各區(qū)域的多種顏色和紋理特征，并基于水平中軸加權(quán)上述視覺特征；最后綜合使用上述特征進(jìn)行對(duì)象的表示和匹配；
[0005]第二類對(duì)于特征構(gòu)造沒有嚴(yán)格的要求，主要通過學(xué)習(xí)一個(gè)合適的尺度進(jìn)行更準(zhǔn)確的距離度量，將同類樣本的差向量和不同樣本的差向量分別表示成不同的高斯分布，然后用概率的比值來度量樣本 之間的距離，最終將高斯分布的比值轉(zhuǎn)換成馬氏距離的形式，從而學(xué)習(xí)一個(gè)合適的馬氏距離函數(shù)。
[0006]上述方法都是根據(jù)查詢行人對(duì)象和所有待測(cè)行人對(duì)象外貌特征的距離對(duì)待測(cè)集進(jìn)行排序，沒有考慮在不同攝像頭下由于視角變換產(chǎn)生的自遮擋和被別的行人或物體遮擋的情況。然而在實(shí)際視頻監(jiān)控環(huán)境下，同一行人在多攝像頭下常常出現(xiàn)遮擋的情況，從而導(dǎo)致外貌特征產(chǎn)生顯著差異，使得檢索結(jié)果不準(zhǔn)確。

【發(fā)明內(nèi)容】

[0007]針對(duì)現(xiàn)有方法的不足，本發(fā)明提出一種基于稀疏表示處理遮擋的行人檢索方法，提升了多攝像頭下同一行人匹配的準(zhǔn)確性。
[0008]為達(dá)到上述目的，本發(fā)明采用如下的技術(shù)方案:一種基于稀疏表示處理遮擋的行人檢索方法，其特征在于，包括以下步驟:
[0009]步驟1:將查詢行人圖像P和待測(cè)行人圖像Q都分割為m行η列的小圖像塊，并將所述的P和Q表示為圖像塊的集合，即P={Pij|i=l, ---,IHjj=I,..., n}, Q=(Qij) i=l,…，m; j=l,...，η},其中 m ≥ I, n ≥ I ;
[0010]步驟2:提取所述的P和Q的每個(gè)圖像塊的特征，將所述的P和Q用基于圖像塊的特征表示；
[0011]步驟3:對(duì)所述的P和Q進(jìn)行基于圖像塊的相似性匹配，獲得所述的P和Q基于圖像塊的相似性匹配的距離度量結(jié)果；[0012]步驟4:計(jì)算所述的P的圖像塊相對(duì)于所述的Q的稀疏表示，獲得所述的P相對(duì)于所述的Q的遮擋程度；計(jì)算所述的Q的圖像塊相對(duì)于所述的P的稀疏表示，獲得所述的Q相對(duì)于所述的P的遮擋程度；
[0013]步驟5:根據(jù)步驟3所述的P和Q基于圖像塊的相似性匹配的距離度量結(jié)果，和步驟4所述的P和Q之間的遮擋程度，計(jì)算P和Q之間的相似性。
[0014]作為優(yōu)選，步驟2中所述的圖像塊的特征為灰度、顏色和SIFT特征。
[0015]作為優(yōu)選，步驟3中所述的獲得所述的P和Q基于圖像塊的相似性匹配的距離度量結(jié)果，其具體實(shí)現(xiàn)包括以下子步驟:
[0016]步驟3.1:確定搜索區(qū)域，為所述的P的圖像塊集合中的每一個(gè)圖像塊確定一個(gè)搜索區(qū)域，設(shè)所述的P的圖像塊為Pab，則Pab的搜索區(qū)域由所述的Q的圖像塊集合中的若干個(gè)
圖像塊組成，圖像塊Pab的搜索區(qū)域表示為
【權(quán)利要求】
1.一種基于稀疏表示處理遮擋的行人檢索方法，其特征在于，包括以下步驟: 步驟1:將查詢行人圖像P和待測(cè)行人圖像Q都分割為m行η列的小圖像塊，并將所述的 P 和 Q 表示為圖像塊的集合，即 P={Pij I i=l, ---,Hijj=I,..., n}, Q= (Qij | i=l, ---,Hijj=I,…，η},其中 m > I, η > I ; 步驟2:提取所述的P和Q的每個(gè)圖像塊的特征，將所述的P和Q用基于圖像塊的特征表不; 步驟3:對(duì)所述的P和Q進(jìn)行基于圖像塊的相似性匹配，獲得所述的P和Q基于圖像塊的相似性匹配的距離度量結(jié)果； 步驟4:計(jì)算所述的P的圖像塊相對(duì)于所述的Q的稀疏表示，獲得所述的P相對(duì)于所述的Q的遮擋程度；計(jì)算所述的Q的圖像塊相對(duì)于所述的P的稀疏表示，獲得所述的Q相對(duì)于所述的P的遮擋程度； 步驟5:根據(jù)步驟3所述的P和Q基于圖像塊的相似性匹配的距離度量結(jié)果，和步驟4所述的P和Q之間的遮擋程度，計(jì)算P和Q之間的相似性。
2.根據(jù)權(quán)利要求1所述的基于稀疏表示處理遮擋的行人檢索方法，其特征在于:步驟2中所述的圖像塊的特征為灰度、顏色和SIFT特征。
3.根據(jù)權(quán)利要求1所述的基于稀疏表示處理遮擋的行人檢索方法，其特征在于:步驟3中所述的獲得所述的P和Q基于圖像塊的相似性匹配的距離度量結(jié)果，其具體實(shí)現(xiàn)包括以下子步驟: 步驟3.1:確定搜索區(qū)域，為所述的P的圖像塊集合中的每一個(gè)圖像塊確定一個(gè)搜索區(qū)域，設(shè)所述的P的圖像塊為Pab，則Pab的搜索區(qū)域由所述的Q的圖像塊集合中的若干個(gè)圖像塊組成，圖像塊Pab的搜索區(qū)域表示為
4.根據(jù)權(quán)利要求1所述的基于稀疏表示處理遮擋的行人檢索方法，其特征在于:步驟4中所述的計(jì)算所述的P的圖像塊相對(duì)于所述的Q的稀疏表示，其具體實(shí)現(xiàn)過程為:設(shè)所述的P的圖像塊為Pab，則Pab相對(duì)于所述的Q的稀疏表不:
5.根據(jù)權(quán)利要求4所述的基于稀疏表示處理遮擋的行人檢索方法，其特征在于:所述的計(jì)算P和Q之間的相似性，采用如下公式獲得:

【文檔編號(hào)】G06K9/46GK103729462SQ201410014852
【公開日】2014年4月16日 申請(qǐng)日期:2014年1月13日 優(yōu)先權(quán)日:2014年1月13日
【發(fā)明者】胡瑞敏, 王亦民, 梁超, 黃冰月, 鄭淇, 陳軍 申請(qǐng)人:武漢大學(xué)