[发明专利]一种基于时间对齐的行人重识别方法及系统

摘要

本发明公开了一种基于时间对齐池化的视频行人重识别方法，通过追踪视频中行人靠下部位的超像素轨迹，得到其运动信息；基于上述信息，结合人行走时具有周期性的固有属性，选取一个最优周期，并根据正弦曲线将该周期划分为若干个片段，然后通过时间对齐的池化表示方法对每一个片段进行描述，最后将其整合在一起作为最终表达。通过执行本发明中的算法，解决了基于视频的行人重识别的时间对齐问题，增强了算法的鲁棒性，提高了基于视频的行人重识别性能。

主权项

1.一种基于时间对齐的视频行人重识别方法，其特征在于，所述方法包括以下步骤：(1)对给定的视频序列进行处理，获取行人身体的超像素运动轨迹；(2)在所获得的运动轨迹上，基于极值点的位置确定候选的行走周期，通过其与正弦曲线的拟合程度进行比较，选取一个最优周期；(3)采用时间对齐的池化方法对最优周期内的帧序列进行归一化表达，得到表征视频数据的特征表达；(4)依据所获取的特征表达采用度量学习的方法进行行人重识别；所述步骤(2)的具体实现过程为：21)对运动轨迹曲线进行平滑，从而得到更为精准的极值点位置；22)用P₁,P₂,...,P_K来表示曲线中的K个极值点，t_k表示第k个极值点P_k所对应的帧数；依据连续的三个极值点P_k,P_k+1,P_k+2定义一系列候选行走周期t_start＝t_k,t_end＝t_k+2；23)在水平中心线左右两边的距离，设置一个上限y_up和下限y_low，其定义为：其中，λ是距离水平中心线的阈值距离，c是水平中心线的位置，且c＝W/2，W是整幅图像的宽度；在一系列周期t_start,t_end中，如果某周期对应的三个极值点均分别大于y_up或者小于y_low，则其被判定为是一个候选周期，否则将其直接淘汰；24)计算候选周期的得分R，选取得分最高的一个作为最优周期所述得分R用于判断超像素的位置曲线和标准正弦周期的拟合程度，从而衡量一个候选周期t_start,t_end的优劣，R的具体表达式为：其中，W是图像的宽度。