[发明专利]一种基于动态选取显著特征的跨卡口行人识别系统与方法

说明书

本发明涉及一种基于动态选取显著特征的跨卡口行人识别系统，包括城市卡口视频采集模块、行人检测与跟踪模块、多特征提取模块、特征挖掘模块、显著特征选取模块和行人识别模块；本发明还涉及一种基于动态选取显著特征的跨卡口行人识别方法；本发明的有益效果是：能够动态选取特征信息，不是采用将多种特征直接融合的方式，而是通过对各特征信息进行特征独特程度分析和处理，寻找行人识别分辨力最强的多种特征相融合的方式；解决了单一特征对行人识别不可靠的问题，通过该系统去除行人识别的冗余特征信息，寻找到最大区分行人识别的特征，提高了行人识别的鲁棒性。

技术领域

本发明涉及智能交通监控中的一种行人识别技术领域，尤其涉及一种一种基于动态选取显著特征的跨卡口行人识别系统与方法。

背景技术

随着平安城市战略的启动，大量的网络监控摄像机被安装各个交通要道。当事件发生后，需要工作人员从海量监控视频画面中寻找可疑目标行人。面对海量的监控视频，工作人员难免觉得枯燥无味。如果工作人员过长时间盯着屏幕的监控画面难免就会造成眼睛的视觉疲劳加上每个工作人员的经验或者兴趣不一致导致结果的不一致性，最后给追踪可疑行人目标带来了困难。

跨卡口行人识别是指在非重叠视域多摄像机监控下进行的行人匹配，即如何确认不同城市卡口位置的摄像机在不同时刻发现的目标是否为同一人。然而，目前跨卡口行人识别还处于研究阶段，还没有一套高鲁棒性的基于视频的行人识别系统。交通道路监控采用大多采用的500万像素的高清摄像机，但是让计算机能够从视频中寻找目标行人具有一定的挑战。

由于摄像机的成像受参数、光照条件、角度、背景等因素的影响，导致不同摄像机拍摄的同一目标差异较大。也即不是所有的特征比对方法用于行人识别是放之四海而皆准，为解决单一特征比对行人目标识别率较低，只有将多个特征进行融合才能保证识别效果。将多个特征简单直接拼接识别率反而不高，因为环境或者行人的某些部位发生改变，用于识别的特征失效。一种基于动态选取显著特征的行人再识别方法，根据场景的变化自适应地从多种特征中选取对识别起作用的特征，也即选取显著特征来提高在实际场景中行人识别的鲁棒性。

发明内容

本发明所要解决的技术问题是提供一种基于动态选取显著特征的跨卡口行人识别系统与方法，解决了单一特征对行人识别不可靠的问题，通过该系统去除行人识别的冗余特征信息，寻找到最大区分行人识别的特征，提高了行人识别的鲁棒性。

本发明解决上述技术问题的技术方案如下：一种基于动态选取显著特征的跨卡口行人识别系统，包括城市卡口视频采集模块、行人检测与跟踪模块、多特征提取模块、特征挖掘模块、显著特征选取模块和行人识别模块，

所述城市卡口视频采集模块，用于从各个城市卡口监控设备上采集各路视频画面；

所述行人检测与跟踪模块，用于从采集到的视频画面中获取多张连续的图片，在连续的图片中检测是否有目标行人，如果有则捕获多帧该目标行人的序列行人图片；

所述多特征提取模块，用于从序列行人图片中提取出目标行人的各个特征信息；

所述特征挖掘模块，用于对提取的各个特征信息进行第一量化处理和第二量化处理，再分别将经过第一量化处理和第二量化处理的特征信息的结果进行相加，得到各个特征信息的独特程度等级结果；

所述显著特征选取模块，用于根据各个特征信息的独特程度等级结果建立特征选取模型，所述特征选取模型用于给各个特征信息分配权重值，并根据权重值的大小从所有特征信息中筛选出对识别起作用的显著特征信息；所述权重值为0、1、2，权重值越高该特征信息的显著性越强。

所述行人识别模块，用于根据所述特征选取模型分别对序列行人图片和行人目标图片中进行处理，从而从序列行人图片中找到与行人目标图片最相近的行人图片，并将找到的行人图片发送至监控视频设备中。