[发明专利]一种适用于行人视频再识别的部件分割方法

说明书

本发明公开了一种适用于行人视频再识别的部件分割方法，包括如下步骤：(1)获取目标摄像机的基础视频数据；(2)构建行人样本数据库；(3)对数据库样本进行灰度变换；(4)获得行人样本平均图；(5)对行人样本平均图进行部件划分；(6)确定部件分割比例。本发明可以为不同摄像机的行人再识别算法提供具体部件分割依据，提高行人再识别算法的精度，具有实际推广价值。

技术领域

本发明涉及交通视频检测领域，特别涉及一种适用于行人视频再识别的部件分割方法。

背景技术

视频行人再识别技术是指在监控视频中识别出某个特定的已经在监控网络中出现过的行人，即对监控网络中的同一个行人进行再次识别。

随着社会公共安全和视频采集技术的发展，大量的监控摄像头应用在商场、公园、学校、大型广场、地铁站等人流密集易发生公共安全事件的场所。人工已难以应对海量增长的监控视频，因此利用计算机对监控视频中的行人等进行再识别的需求应运而生。目前部件分割在行人再识别算法中应用的比较多，可较好提高识别效率，但尚未有相应的方法对目标摄像机的行人样本进行有效、合理的部件分割方法。

发明内容

为了克服现有技术存在的缺点与不足，本发明提供一种适用于行人视频再识别的部件分割方法。

本发明采用如下技术方案：

一种适用于行人视频再识别的部件分割方法，包括如下步骤：

S1获取目标摄像机拍摄的基础视频数据；

S2提取基础视频数据中的动态行人图像，进行归一化处理，构建行人图片样本数据库；

S3对行人图片样本数据库中的图片进行灰度变换，将变换后的样本图片进行叠加处理，得到行人样本平均图；

S4对行人样本平均图进行部件划分，所述部件包括头部、身体和腿部；

S5根据部件划分后的行人平均图，确定行人平均图中头部、身体及腿部的平均像素高的比例，即为目标摄像机的部件分割比例。

所述目标摄像机至少为一个，所述基础视频数据至少包含1000个行人样本。

所述S2中提取基础视频数据中的动态行人图像具体采用背景差分法获得，然后采用OpenCV中的Resize()函数将行人图片统一为64*128像素大小的样本。

所述S3中灰度转换采用OpenCV中的Cvtcolor()函数。

所述S3中的叠加处理是采用样本数据库中所有样本图像灰度矩阵M_i求平均值，获得灰度均值矩阵M，并将M输入OpenCV中的imshow()函数，从而获得行人样本平均图。

本发明的有益效果：

本发明方法可对单个或多个摄像机拍摄的行人样本图片进行分析；且方法简单易行，应用该方法充分考虑摄像机所拍摄的样本和环境的影响，可提高行人再识别算法的效率和进度，因此本发明具有很大的实际推广价值。

附图说明

图1为本发明的工作流程图；

图2为本发明的实施例的获取动态目标图片的流程图；

图3为本发明的实施例的良好样本实例图；

图4为本发明的实施例的获得行人样本平均图的流程图；

图5为本发明的实施例的行人样本平均图；

图6为本发明的实施例的行人样本平均图部件划分示意图。

具体实施方式

下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。