[发明专利]一种基于正负广义最大池化的行人识别方法

说明书

本发明公开了一种基于正负广义最大池化的行人识别方法，包括：对采集的交通视频进行预处理，获得需要的训练样本图像，利用基于梯度的HOG局部描述符提取训练样本图像的局部特征，并通过由空间聚集受限玻尔兹曼机组成的深度分层编码方法对局部特征进行编码，形成训练样本的特征编码向量，再采用正负广义最大池化方法得到高层图像特征表示向量，将获得的特征数据输入支持向量机分类器，完成训练；对待测的行人图像进行预处理，得到测试样本，用同样的方式获得测试样本的特征表示向量；将测试样本的特征表示向量输入训练完成的支持向量机分类器，识别测试图像为行人还是非行人。本发明能提高行人识别的准确率，增强行人识别算法的鲁棒性。

技术领域

本发明属于计算机视觉技术领域，具体涉及一种基于正负广义最大池化的行人识别方法。

背景技术

行人识别在智能交通系统和智能监控系统中具有广泛的应用前景，但它目前仍然是计算机视觉领域公开的难题，原因是行人外观和背景环境，如衣着、姿势、光照、视角等变化很大，加之背景复杂，识别的准确率不高。

在整个行人检测系统中，特征池化越来越重要。特征池化的思想来源于对纹状皮质层复杂细胞的研究，它已成为图像/视频特征表示和编码常用方法。用于行人识别的基本池化方法有最大池化、求和池化、平均池化和l_p池化。最大池化是一种广泛应用于计算机视觉领域的特征池化方法，但由于最大池化不区分编码系数的符号而只选择其最大绝对值，因此减弱了其分类辨别能力。求和池化适用于任何编码，然而由于无信息量的描述子频繁的影响结果表示，而潜在的具有高度信息量的描述子却对结果表示几乎没有影响，使得求和池化缺乏辨别力。平均池化是一种量化方法，在平均池化中考虑池化区域的所有元素，然而这种方法很容易丢失每一块的空间信息。l_p池化具有理想的辨别力池化结果，l_p池化是以一种更详尽的方式对其进行建模，但是l_p池化阶段算法需要进一步的研究。

发明内容

本发明是为了克服现有技术存在的不足之处，提供一种基于正负广义最大池化的行人识别方法，以期能有效地克服行人外观形变与复杂背景环境的影响，获得较好的分类性能，从而有效提高行人识别率，增强行人识别算法的鲁棒性。

本发明为解决技术问题采用如下技术方案：

本发明一种基于正负广义最大池化的行人识别方法的特点是按如下步骤进行：

步骤1、从交通视频中随机选取N个行人训练图像和N个非行人训练图像，对所述N个行人训练图像和N个非行人训练图像分别进行预处理，获得N个行人正样本训练图像和N个非行人负样本训练图像；

步骤2、利用HOG局部特征描述子对所述N个行人正样本训练图像和N个非行人负样本训练图像分别进行特征提取，获得行人特征集合x⁺和非行人特征集合x^-；

步骤3、利用式(1)所示的深度分层编码函数获得第n个行人正样本训练图像中第j个行人特征编码向量和第n个非行人负样本训练图像中第j个非行人特征编码向量

式(1)中，w_j表示受限玻尔兹曼机加权矩阵W第j列的元素，w_ij是受限玻尔兹曼机加权矩阵W第i行第j列的元素，f_enc(·,·)是前馈编码函数，σ(·)是sigmoid传输函数，I为局部图像描述子的维数；是第n个行人正样本训练图像的第i个行人特征，是第n个非行人负样本训练图像的第i个非行人特征；1≤i≤I；1≤n≤N；1≤j≤J；

步骤4、将所述第n个行人正样本训练图像中所有行人特征编码向量进行级联，获得第n个行人正样本训练图像的行人特征编码向量

将所述第n个非行人负样本训练图像的所有非行人特征编码向量进行级联，获得第n个非行人负样本训练图像的非行人特征编码向量