[发明专利]一种适用于运动自行车再识别的相似性度量计算方法

权利要求书

1.一种适用于运动自行车再识别的相似性度量计算方法，其特征在于，包括以下步骤：

1)获取待匹配的运动自行车样本A和B图像时间序列；

2)确定分组数K；

3)对运动自行车样本A和B图像时间序列进行分组，将分别进行，并采用轮盘间距法，即：

假设样本A的图像序列X^A＝{X^A₁,X^A₂…X^A_n}，n为序列数量，X^A_i为X^A的第i个图像，则：

X^A_i∈G^A_j if i％K＝j

且1≤i≤n，1≤j≤K

其中，n为图像序列的图像总数，i为样本编号，j为分组编号，G^A_j为第j个组，∈表示属于关系，％表示取余操作，K为总分组数；

同理，样本B的图像序列X^B的分组方式与上述图像序列X^A一样；

4)计算同一组内样本A和B的相似性度量S_G，采用以下方法：

设第j组内样本A和B的相似性度量为S_Gj，为属于G^A_j所有图像和属于G^B_j所有图像两两进行相似性距离计算得到的最小值，具体公式如下：

S_Gj＝Min{d(G^A_j.i,G^B_j.m)}

且1≤i≤s，1≤m≤s

其中，Min{*}为取最小值函数；s为j组内图像数量；G^A_j.i为样本A在j组的第i个图像，G^B_j.m为样本B在j组的第m个图像；d(*,*)为两个图片特征相似性度量计算函数；

5)计算运动自行车样本A和B综合相似性度量S，为各组相似性度量S_G的最大值，即：

S＝Max{S_Gj}且1≤j≤K

其中，Max{*}为取最大值函数。

2.根据权利要求1所述的一种适用于运动自行车再识别的相似性度量计算方法，其特征在于：在步骤1)中，获取待匹配的运动自行车样本A和B图像时间序列，能够直接从监控摄像头录制视频文件中提取，也能够从已有视频文件中提取，按每间隔10帧来提取，并按视频时间顺序排列，且两个样本的图片序列数量均为n，n>6。

3.根据权利要求1所述的一种适用于运动自行车再识别的相似性度量计算方法，其特征在于：在步骤2)中，分组数K的确定由下式计算：

K＝[n/s]

其中，n为样本图像时间序列的数量；s为每组内图像序列数量，取值3～5；[*]为向下取整函数，即为不大于[]内的数字的整数。