[发明专利]基于多特征融合与增量学习的多摄像机间的目标匹配方法

说明书

技术领域

本发明属于计算机视觉中的智能视频监控领域，适用于无重叠域多摄像机视频监控的基于多特征融合和增量学习的目标匹配方法。

背景技术

在大型的视频监控场所（如机场、地铁站、广场等），对于无重叠域的多摄像机环境下的目标持续跟踪，多摄像机间的目标匹配是一个关键步骤。此处目标匹配是指多个目标从一个摄像机视野域内进入另一个摄像机视野域时，系统为该多个目标自动分配对应目标标签的过程。传统多摄像机间的目标匹配方法有基于特征的目标匹配和基于跟踪轨迹的目标匹配，然而无重叠域的视频监控环境下，摄像机间是相对独立的，无需费时复杂的摄像机标定，但是彼此间的空间关系、时间关系以及时间差都是未知的，因此传统的基于跟踪轨迹的起点和终点目标匹配的方法已不再适用。在这种情况下，基于特征的匹配是一种可行的选择。基于特征的匹配是多摄像机目标匹配的一种经典方法。目前提取的目标特征主要有颜色直方图特征、方向梯度直方图特征、SIFT特征等。传统的颜色直方图特征容易受光照变化以及摄像机本身的光学特性的影响，对多类目标的识别能力不强。虽然SIFT特征对图像目标的变形和光照变化具有了较强的适应性，定位精度也比较高，但是当SIFT特征直接用于目标匹配时，从每一帧视频图像中提取的目标SIFT特征点个数比较多，有的多达上千个特征点，而每一个特征点又是一个128维的特征向量，这样当SIFT特征用于分类识别时，会造成匹配速度比较慢，实时性不高。一般来说，目标的特征提取后，目标匹配可以采用基于相似度测量的方法完成匹配，例如传统的欧几里德距离和马哈拉诺比斯距离等相似度测量方法。可是为了能够识别新的目标以及适应目标的形态变化，我们需要学习和更新目标的特征模型。因此，使用分类器的方法并进行增量学习是一种更好的目标匹配方法。增量学习是一种典型的在线机器学习方法，无论新样本何时出现，增量学习都会根据从新样本中学习到的新信息来调整模型。与传统的分类技术相比较，增量学习分类技术具有显著地优越性：首先由于其无须保存历史数据，从而减少存储空间的占用，再次，由于其在新的训练中可以充分利用学习的历史结果，使得学习具有延续性，并且很大程度上减少了后续的训练时间。

发明内容

本发明针对现有技术的不足，提供了一种基于多特征融合与增量学习的多摄像机间的目标匹配方法。

本发明方法的具体步骤是：

步骤（1）构建分层词汇树直方图特征：为了得到目标的分层词汇树特征，首先需要建立一个分层词汇树，然后将目标的SIFT特征量化到词汇树上形成词汇树特征，具体步骤为：

（a）首先对训练图像特征进行K均值聚类，从而将特征集划分成K个分支，然后对每一个分支递归地执行K均值聚类从而得到下一层K个更细的分支，通过层层递归直到最大的层数L，最终创建成一个词汇树； 整个词汇树的节点数M，即视觉单词数为：

                                                                                              （1）

其中i表示词汇树的第i层。

（b）当词汇树创建好后，由于不同的树节点对于整个被量化的特征集而言有不同的重要性，为每一个节点分配一个权重  

                              （2）

其中N是模型中图像的个数， 是至少有一个图像的描述算子特征矢量经过节点i的图像个数。

（c）为了获得每一个目标图像的词汇树直方图，128维的SIFT特征矢量将使用词汇树中的视觉词汇来量化；当一个目标图像的SIFT特征被提取后，它们只需从上而下在每一层逐个与K个候选的聚类中心做比较，从而选择距离最近的聚类中心；对于一个被给定的目标O，在t时刻它的词汇树直方图特征被表示为：

                           （3）

其中M是整个词汇树中的视觉单词个数，即节点个数，由公式（1）计算出来；为加权的单词直方图；

                                                         （4）

其中是路径节点i的SIFT描述算子特征矢量的个数，由公式(2)计算得到。