[发明专利]基于多特征融合的行人重识别方法

摘要

本发明公开了基于多特征融合的行人重识别方法。首先执行行人的提取，将行人从背景中提取出来；其次执行人体部位识别，识别出人体突出的三个部分；然后执行多个特征的提取，建立行人的特征表示模型；接下来对行人特征表示模型进行特征变化，以消除不同摄像机特征空间分布不一致的影响；接下来根据变换后的多个特征设计一个适合行人重识别的距离度量方法；最后执行应用提出的距离度量方法对训练集与测试集的行人特征表示模型进行距离度量，得出匹配结果，实现在广域摄像网络的行人重识别。本发明基于多特征融合的行人重识别方法能够建立一个鲁棒的特征表示模型和一个适合行人重识别的距离度量方法，实现在广域摄像网络的行人重识别。

主权项

1.基于多特征融合的行人重识别方法，其特征在于，包括以下步骤：步骤1、对训练集中的图像进行行人的提取，将行人从图片背景中提取出来；步骤2、对步骤1得到的行人图像进行人体部位识别，将人体分为头部、上半身与下半身三部分；步骤3、利用步骤2得到的人体三个部分，在上半身与下半身分别提取颜色特征、轮廓特征与纹理特征，在头部提取颜色特征与轮廓特征，根据获取的诸多特征建立此行人的特征表示模型；步骤4、将步骤3得到的两个行人的特征表示模型进行特征变换，通过学习一个特征投影矩阵，将摄像头A下行人图像的特征向量变换到摄像头B下行人图像的特征空间中，从而消除不同监控摄像头特征空间分布不一致问题；步骤5、在马氏距离函数的基础上，将步骤4变换后的颜色特征、轮廓特征和纹理特征之间的距离进行加权组合，得到一种加权距离度量方法；步骤6、对测试集中的行人图像也进行步骤1‑3的处理，对步骤3得到的训练集与测试集的行人特征表示模型经步骤4特征变换后，再使用步骤5的距离度量方法进行距离度量，得出匹配结果。