[发明专利]一种时空关联的目标重识别方法和系统

摘要

本发明涉及一种时空关联的目标重识别方法，所述方法结合视频数据中目标的像素运动速率，估算出每段视频数据中目标跨越两个距离一定的相邻摄像头的时长的概率分布；基于该时长概率，即可先对出现在视频中的候选目标进行筛选预处理，滤除超出合理跨越时间区间的候选目标，降低相似目标被误匹配为跟踪目标的概率。本发明还涉及一种时空关联的目标重识别系统。本发明产生的匹配结果，即受到时空位置及目标运动信息的约束，相较原先不受约束、仅依赖视觉特征的匹配结构，可有效提升重识别的准确率。

主权项

1.一种时空关联的目标重识别方法，其特征在于，包括：对于摄像头Ci中一个选定的待查目标a，记录其初始时间ts并开始进行跟踪，利用跟踪结果获取其像素运动速率Va和运动方向信息，并提取待查目标a用于重识别的视觉特征；利用GIS信息得到空间上与摄像头Ci相邻且与待查目标a前进方向相匹配的M个摄像头集合，对该集合中每一个相邻摄像头Mj，利用GIS或人工测量得到摄像头Ci到摄像头Mj的实际路线长度Li,j；待查目标a从摄像头C_i到临近摄像头M_j的跨越时间t_i,j，在路径长度L_i,j一定情况下，利用线性速率‑时间模型预测得到，利用该预测的跨越时间将摄像头M_j中出现在时间区间的目标作为重识别的候选目标，其中δ是的统计标准差，即假定服从正态分布，利用训练数据得到其标准差作为δ；对摄像头M_j中的每个候选目标b，提取其用于重识别的视觉特征，利用候选目标b首次出现在摄像头M_j时同步采集到的全球统一的授时信息，作为该目标在摄像头M_j的出现时间t_e；利用运动跟踪计算得到每个候选目标b在摄像头M_j中的像素运动速率V_b，利用线性速率‑时间模型预测得到其跨越的时间(V_b,L_i,j)；对摄像头M_j中每一对(V_b,L_i,j)，候选目标b的跨越时间假定服从一个均值为t_mean、方差为σ²的正态分布，基于该分布，计算候选目标b在给定(V_b,L_i,j)条件下的以时刻t_e出现在摄像头M_i的概率P_timespace((t_e‑t_s))～N(t_mean，σ²)；基于待查目标a及候选目标b的视觉特征，利用目标重识别方法，对每个候选目标b计算其识别概率Pvision；将每个候选目标b的Pvision与Ptimespace相乘，得到的积作为该目标重识别概率，按该概率进行排序，得到重识别的最终结果。