[发明专利]一种自动跨特征推理式目标检索方法

摘要

本发明涉及视频监控技术领域，且公开了一种自动跨特征推理式目标检索方法，所述检索方法包括有特征及特征链接的提取与保存、基于图例获取库内相关样本、构建相似度转移矩阵、相似度扩散。该自动跨特征推理式目标检索方法，构建不同特征之间统一的相似度转化矩阵，使得本检索方法对海量数据的检索运算效率更高，并且用自动化的算法覆盖了跨特征检索的全过程，通过自动的跨特征检索，可以实现基于一张人脸图像，系统可自动搜索到目标人员对应的无法检测到人脸的行人图像或目标人员驾驶的车辆图像、借助人脸特征提高行人重识别的检索精度、在不用更新全部库存特征的情况下，实现多种版本的库存特征的统一检索排序。

主权项

1.一种自动跨特征推理式目标检索方法，其特征在于：所述检索方法包括：S1、特征及特征链接的提取与保存：提取目标图像特征，检测每个特征的质量分值以及每个特征存在的特征链接到数据库中并建立标识保存到数据库中；所述特征的质量分值表示存在特征i，其在算法模型中置信度为Q_i，所述特征链接指一个图像样本存在特征i和特征j且特征i和特征j的质量分值Q_i和Q_j分别大于各自的阙值T_i和T_j，标记为特征链接i‑j；S2、基于图像样例获取库内相关样本集：使用图像样例的特征和特征相关虫洞样本的出口特征为检索条件获取的相关样品集；所述特征相关虫洞样本指局部时空范围内特征链接的质量分值最高的样本；S3、构建相似度转移矩阵：基于所述步骤S3中输出的图例相样本集构建不同特征之间统一的相似度转移矩阵；S4、相似度扩散：初始化一个N+1维的初始相似度向量，并利用游走算法基于所述步骤S3中的相似度转移矩阵进行扩散并最终获得N个特征的扩散后的相似度排序得到最终搜索结果。