[发明专利]一种基于融合特征的视频车辆重识别方法与系统

权利要求书

1.一种基于融合特征的视频车辆重识别方法，其特征在于：包括以下步骤：

确定目标车辆与匹配范围；

根据目标车辆与匹配范围采用基于颜色直方图的相似度计算方法，计算目标车辆图像与待匹配车辆图像的颜色特征相似度；

根据目标车辆与匹配范围采用基于局部线性约束编码和加权空间金字塔的方向梯度直方图特征相似度计算方法，计算目标车辆图像与待匹配车辆图像的编码方向梯度直方图特征相似度，所述加权空间金字塔的权重能根据车辆纹理特征进行调整；

将计算的颜色特征相似度和编码方向梯度直方图特征相似度进行加权融合，得到车辆重识别的相似度结果，所述加权融合时的权重能根据环境条件进行调整，所述环境条件包括光照或角度；

所述根据目标车辆与匹配范围采用基于局部线性约束编码和加权空间金字塔的方向梯度直方图特征相似度计算方法，计算目标车辆图像与待匹配车辆图像的编码方向梯度直方图特征相似度，包括：

分别提取目标车辆图像与待匹配车辆图像的方向梯度直方图特征；

采用局部线性约束编码和加权空间金字塔对分别提取的方向梯度直方图特征进行编码，得到目标车辆图像与待匹配车辆图像的编码方向梯度直方图特征；

根据得到的编码方向梯度直方图特征进行相似度计算，得到目标车辆图像与待匹配车辆图像的相关系数，所述目标车辆图像与待匹配车辆图像的相关系数ρ_H(I_A，I_B)表达式为：

其中，I_A为目标车辆图像，I_B为待匹配车辆图像，Cov(I_A，I_B)为目标车辆图像与待匹配车辆图像的协方差，D(I_A)为目标车辆图像的方差，D(I_B)为待匹配车辆图像的方差；

所述将计算的颜色特征相似度和编码方向梯度直方图特征相似度进行加权融合，得到车辆重识别的相似度结果，包括：

根据计算的编码方向梯度直方图特征相似度计算目标车辆图像与待匹配车辆图像的相关距离，所述目标车辆图像与待匹配车辆图像的相关距离d_H(I_A，I_B)计算公式为：d_H(I_A，I_B)＝1-ρ_H(I_A，I_B)；

将计算的颜色特征相似度和计算的相关距离进行加权融合，得到融合后的相似度，并将融合后的相似度作为车辆重识别的相似度结果进行输出，所述加权融合的公式为：d(I_A，I_B)＝λd_c(I_A，I_B)+(1-λ)d_H(I_A，I_B)，其中，d(I_A，I_B)为融合后的相似度，d_c(I_A，I_B)为目标车辆图像与待匹配车辆图像的颜色特征相似度，λ为特征融合的权重。

2.根据权利要求1所述的一种基于融合特征的视频车辆重识别方法，其特征在于：所述确定目标车辆与匹配范围这一步骤，具体包括：

从第一摄像头的车辆图像中选定一辆车作为目标车辆；

在需要进行重识别的第二摄像头中，通过车辆检测器对每一辆经过的车辆进行记录，得到作为匹配范围的查找图库，所述查找图库记录的信息包括车辆经过的时间、车辆经过的地点和车辆在第二摄像头的视频帧中的坐标。

3.根据权利要求1所述的一种基于融合特征的视频车辆重识别方法，其特征在于：所述根据目标车辆与匹配范围采用基于颜色直方图的相似度计算方法，计算目标车辆图像与待匹配车辆图像的颜色特征相似度这一步骤，具体包括：

在HSV空间中分别提取目标车辆图像与待匹配车辆图像的颜色直方图；

对目标车辆图像与待匹配车辆图像的颜色直方图进行颜色直方图匹配，得到目标车辆图像与待匹配车辆图像的颜色直方图的欧氏距离，从而得到目标车辆图像与待匹配车辆图像的颜色特征相似度。