一種適用于運動行人再識別的相似性度量計算方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及交通管理領(lǐng)域，尤其是指一種適用于運動行人再識別的相似性度量計 算方法。
【背景技術(shù)】
[0002] 視頻運動行人再識別技術(shù)是指在監(jiān)控視頻中識別出某個特定的已經(jīng)在監(jiān)控網(wǎng)絡(luò) 中出現(xiàn)過的行人，即對監(jiān)控網(wǎng)絡(luò)中的同一個運動行人進行再次識別。
[0003] 隨著社會安全和視頻采集技術(shù)的發(fā)展，大量的監(jiān)控攝像頭應(yīng)用在商場、建筑樓內(nèi)、 公園、學(xué)校、大型廣場、地鐵站等人流密集易發(fā)生安全事件的場所。人工已難以應(yīng)對海量增 長的監(jiān)控視頻，因此利用計算機對監(jiān)控視頻中的行人等進行再識別的需求應(yīng)運而生。目前 行人再識別的方法和系統(tǒng)大多采用單一圖像進行再識別匹配。
[0004] 特征間相似性度量機制是行人再識別系統(tǒng)中重要部分，選擇或設(shè)計的好壞將直接 影響到行人再識別算法的準確度。目前用于特征相似性度量的方法主要有歐式距離、直方 圖相交法、巴氏系數(shù)、馬氏距離等。但這些方法都是針對不同樣本單一圖片的特征值進行計 算的。
[0005] 本發(fā)明方法提出一種考慮運動行人有多個連續(xù)圖像序列，將不同運動行人樣本的 多個圖像序列進行科學(xué)分組，綜合考慮組內(nèi)和不同組之間的圖像特征距離，最后得出運動 行人綜合相似性度量的計算方法。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點與不足，提供了一種適用于運動行人再識 別的相似性度量計算方法，能夠有效提高運動行人再識別圖片匹配的精度和可靠性，具有 實際推廣價值。
[0007] 為實現(xiàn)上述目的，本發(fā)明所提供的技術(shù)方案為：一種適用于運動行人再識別的相 似性度量計算方法，包括以下步驟：
[0008] 1)獲取待匹配的運動行人樣本A和B圖像時間序列；
[0009] 2)確定分組數(shù)K;
[0010] 3)對運動行人樣本A和B圖像時間序列進行分組；
[0011] 4)計算同一組內(nèi)樣本A和B的相似性度量S(；;
[0012] 5)計算運動行人樣本A和B綜合相似性度量S。
[0013] 在步驟1)中，獲取待匹配的運動行人樣本A和B圖像時間序列，能夠直接從監(jiān)控 攝像頭錄制視頻文件中提取，也能夠從已有視頻文件中提取，按每間隔10幀來提取，并按 視頻時間順序排列，且兩個樣本的圖片序列數(shù)量均為n，n>6。
[0014] 在步驟2)中，分組數(shù)K的確定由下式計算：
[0015] K= [n/s]
[0016] 其中，η為樣本圖像時間序列的數(shù)量；s為每組內(nèi)圖像序列數(shù)量，通常取3~5 ;[*] 為向下取整函數(shù)，即為不大于□內(nèi)的數(shù)字的整數(shù)。
[0017] 在步驟3)中，對運動行人樣本A和B圖像時間序列進行分組，將分別進行，并采用 輪盤間距法，即：
[0018] 假設(shè)樣本A的圖像序列XA= {XAi，XA2~XAn}，n為序列數(shù)量，XA的第i個圖像， 則：
[0019] XAxeGAjifi%K=j
[0020] 且1彡i彡n，1彡j彡K
[0021] 其中，n為圖像序列的圖像總數(shù)，i為樣本編號，j為分組編號，GA,為第j個組，e 表示屬于關(guān)系，％表示取余操作，K為總分組數(shù)；
[0022] 同理，樣本B的圖像序列XB的分組方式與上述圖像序列XA-樣。
[0023] 在步驟4)中，同一組內(nèi)樣本A和B的相似性度量Sp采用以下方法：
[0024] 設(shè)第j組內(nèi)樣本A和B的相似性度量為Sg，為屬于GA,所有圖像和屬于GB,所有圖 像兩兩進行相似性距離計算得到的最小值，具體公式如下：
[0025] SGj=Min{d(G
[0026] 且
[0027] 其中為取最小值函數(shù)；s為j組內(nèi)圖像數(shù)量；為樣本A在j組的第i個 圖像，為樣本B在j組的第m個圖像；d(*，*)為兩個圖片特征相似性度量計算函數(shù)；
[0028] 在步驟5)中，運動行人樣本A和B綜合相似性度量S為各組相似性度量S。的最 大值，即：
[0029] S=Max{SGj}且 1 彡j彡K [0030] 其中，Max{*}為取最大值函數(shù)。
[0031] 本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點與有益效果：
[0032] 本發(fā)明方法適用范圍比較廣，既能在室外道路、廣場等環(huán)境中應(yīng)用，也可以在建筑 內(nèi)，如站臺、走廊、商場等地方使用。該方法充分考慮運動行人可以獲取較多圖像時間序列 特征，采用分組進行圖像相似性距離計算比較的方法，在增加運動行人圖像樣本量的同時， 減少計算復(fù)雜度，提高算法效率，因此構(gòu)建的運動行人相似度度量計算方法較合理，提高運 動行人再識別的可靠性和魯棒性，因此本發(fā)明具有很大的實際推廣價值。
【附圖說明】
[0033] 圖1為本發(fā)明的工作流程圖。
[0034] 圖2為本發(fā)明進行同一組內(nèi)樣本A和B的相似性度量計算流程圖。
【具體實施方式】
[0035] 下面結(jié)合具體實施例對本發(fā)明作進一步說明。
[0036] 如圖1所示，本實施例所述的適用于運動行人再識別的相似性度量計算方法，包 括以下步驟：
[0037] 1)獲取待匹配的運動行人樣本A和B圖像時間序列；可以直接從監(jiān)控攝像頭錄制 視頻文件中提取，也可以從已有視頻文件中提取，按每間隔10幀來提取，并按視頻時間順 序排列，且兩個樣本的圖片序列數(shù)量均為n，n>6,而在本實施例具體為10。
[0038] 2)確定分組數(shù)K，根據(jù)圖像序列數(shù)量，定每組內(nèi)圖像數(shù)量s= 3,則：
[0039] K = [n/s]
[0040] =[10/3]=3(組）
[0041] 其中，η為樣本圖像時間序列的數(shù)量；s為每組內(nèi)圖像序列數(shù)量，通常取3~5;[*] 為向下取整函數(shù)，即為不大于□內(nèi)的數(shù)字的整數(shù)。
[0042] 3)對運動行人樣本Α和Β圖像時間序列進行分組，將分別進行，并采用輪盤間距 法，即：假設(shè)樣本A的圖像序列XA= {X\ΧΑ2··· ΧΑη}，η為序列數(shù)量，XA$ XA的第i個圖像， 則：
[0043] XAxe GAj if i% K = j
[0044] 且1彡i彡n，1彡j彡K
[0045] 其中，η為圖像序列的圖像總數(shù)，i為樣本編號，j為分組編號，GA,為第j個組，e 表示屬于關(guān)系，％表示取余操作，K為總分組數(shù)。
[0046] 同理，樣本B的圖像序列XB的分組方