[发明专利]一种行人图像属性特征量化的方法

说明书

本发明公开了一种行人图像属性特征量化的方法，包括：根据预设的像素值区间到颜色单词的映射关系，由待量化图像中每个像素值确定对应的颜色单词，其中，对每幅含有行人信息的训练图像中所有像素值进行归纳，得到颜色单词；计算每个像素点颜色单词分别属于每类颜色主题的概率，将待量化图像表示成每个像素点对应有维度与颜色主题数量一致的主题概率向量，其中，基于不同颜色单词对训练数据中行人特征的贡献，计算不同颜色单词间的相关性并将关联紧密的颜色单词进行聚合，得到不同类别颜色主题；将待量化图像中各像素点对应的主题概率向量进行串联，利用串联结果描述待量化图像的属性量化特征。本发明提高了行人特征量化结果的准确性和鲁棒性。

技术领域

本发明涉及行人图像特征提取技术领域，具体地说，是涉及一种行人图像属性特征量化方法。

背景技术

颜色特征识别及量化处理技术被广泛应用于表示行人图像的属性特征之中。颜色特征的基本目标是对图像中颜色信息进行编码，使颜色特征能够对照明和视点的变化具有鲁棒性。

目前，很多的行人图像的颜色特征提取方法是利用HSV、RGB等颜色空间的直方图进行表达。这种方法的主要步骤是把待量化图像分成小块，在每一块中统计出像素点的像素值，并把像素值的取值范围划分为多个区域进行量化。这种方法，只是简单的统计图像中每个局部区域所有像素的值，无法直观的给出待量化图像整体的颜色趋势，而且，对于光照和视角的变化比较敏感。

另外，现有行人图像的颜色特征提取技术中，有一些基于颜色单词的特征量化方法。但是，这些方法都是利用很多外部数据，例如：一些包含自然场景图片的不含有行人特征的图像数据，来得到颜色单词的。利用这些外部数据得到的颜色单词，来对当前含有行人信息的待量化图像进行表达，会因外部数据中的光照强度等因素影响造成最终的量化结果的偏差。因为，在这种颜色单词的归纳过程方法中，最终得到的颜色单词的数据分布规律与当前行人特征提取任务中的颜色特征数据分布规律并不一致，当前待量化图像数据中可能存在一些因受外部数据影响的未归纳出的与行人特征提取任务无关的颜色单词，而缺少某些与行人特征提取任务具有强相关性的颜色单词，从而使得最终的量化结果与实际的行人特征之间造成偏差，影响最终行人图像中的颜色属性特征量化表达的准确度和精度。

发明内容

为了解决上述技术问题，本发明提供了一种行人图像属性特征量化的方法，包括：根据预设的像素值区间到颜色单词的映射关系，由待量化图像中每个像素值确定对应的颜色单词，其中，对每幅含有行人信息的训练图像中所有像素值进行归纳，得到所述颜色单词；计算每个像素点的颜色单词分别属于每类颜色主题的概率，将所述待量化图像表示成每个像素点对应有维度与颜色主题数量一致的主题概率向量，其中，基于不同颜色单词对训练数据中行人特征的贡献，计算不同颜色单词间的相关性并将关联紧密的颜色单词进行聚合，得到不同类别的所述颜色主题；将所述待量化图像中各像素点对应的主题概率向量进行串联，利用串联结果描述所述待量化图像的颜色属性特征。

优选地，在形成所述颜色主题过程中，包括：根据每种颜色单词的不同通道像素值，计算任两种颜色单词之间的语义相关性；将每幅训练图像表示成每个像素点对应有维度与颜色单词数量一致的单词概率向量，基于此，计算每个颜色单词在每幅训练图像中的词频、以及每个颜色单词在所有训练图像中出现的概率，进一步得到每个颜色单词相对于所有训练图像的词频与图像频率指数，以表征该种颜色单词对所述训练数据中行人特征的贡献；基于成对的行人身份相关性约束条件，根据不同颜色单词之间的语义相关性和所述词频与图像频率指数，统计在所述训练数据内出现的所有颜色单词中任两种颜色对之间的相关性，得到相应的行人属性单词相关性；将多个针对每种颜色对的所述行人属性单词相关性进行聚合处理，形成所述颜色主题。