[发明专利]基于颜色名特征的行人重识别方法

权利要求书

1.一种基于颜色名特征的行人重识别方法，其特征在于，包括如下步骤：

S1、对行人图像进行预处理；

S2、对经过预处理后的行人图像进行划分处理；

S3、从经过划分处理后的行人图像中提取颜色名特征，并将提取出的颜色名特征与HSV特征、SILTP特征进行融合；

S4、将S3中经过融合后的特征用二次判别分析法进行行人重识别。

2.根据权利要求1所述的基于颜色名特征的行人重识别方法，其特征在于，S1中所述对行人图像进行预处理，包括如下步骤：利用多尺度Retinex方法对行人图像进行预处理。

3.根据权利要求1所述的基于颜色名特征的行人重识别方法，其特征在于：S2中所述经过预处理后的行人图像的规格为128*48像素。

4.根据权利要求1所述的基于颜色名特征的行人重识别方法，其特征在于，S2中所述对经过预处理后的行人图像进行划分处理，包括如下步骤：利用10*10像素的滑动窗口对行人图像进行划分，每次划分的步长为5，最后一次划分的步长为8，最终将行人图像划分为有192个图块的RGB图像。

5.根据权利要求1所述的基于颜色名特征的行人重识别方法，其特征在于，S3中所述从经过划分处理后的行人图像中提取颜色名特征，并将提取出的颜色名特征与HSV特征、SILTP特征进行融合，包括如下步骤：

S31、计算出RGB图像每个像素映射到具有十一种颜色名的颜色名集合中的概率，将RGB三通道转换成颜色名集合的十一个颜色名通道，得到每个像素在颜色名集合中的概率，颜色名CN的表示公式为，

CN＝{P(cn₁|x)，P(cn₂|x)，...，P(cn₁₁|x)}，

其中，x是每个像素点的值，P(cn_i|x)表示属于第i(i＝1，2，...，11)个颜色名的概率，并且

S32、将十一个颜色名通道分别标记为1，2，3...，11，比较RGB图像每个像素映射到十一个颜色名通道相应位置的概率，取最大概率并返回该颜色名通道的标签，表示公式为，

i’＝max(P(cn₁|x)，P(cn₂|x)，...，P(cn₁₁|x))，

其中，i’是第i个颜色名的标签；

S33、用返回的标签i取代原RGB图像相应位置的像素，用1～11这11个数字表示整幅图像；

S34、对每个图块进行颜色名特征提取，并统计每个颜色名在该图块上出现的次数，表示公式为，

f_m＝{N₁(cn₁)，N₂(cn₂)，...，N₁₁(c₁₁)}，

其中，f_m表示第m，(m＝1，2，3，....，192)个图块的颜色名特征，N_i(cn_i)表示第i中颜色名特征在第m个图块中出现的次数，

最终的颜色名特征表示为F_cn＝{f₁；f₂；...；f_m...；f₁₉₂}，

S35、将最终的颜色名特征与HSV特征及SILTP特征相融合，将最终图像表示为F＝{F_cn；F_hsv；F_siltp}。

6.根据权利要求5所述的基于颜色名特征的行人重识别方法，其特征在于：所述颜色名集合包括黑色、蓝色、棕色、灰色、绿色、橙色、粉色、紫色、红色、白色和黄色。

7.根据权利要求1所述的基于颜色名特征的行人重识别方法，其特征在于，S4中所述将S3中经过融合后的特征用二次判别分析法进行行人重识别，包括如下步骤：采用XQDA度量学习方法，计算两幅行人图像的相似度，计算公式为，

其中，∑＇_I＝W^T∑_IW和∑′_E＝W^T∑_EW，W是投影矩阵，x和y分别表示一幅行人图片，d_w表示两幅行人图像间的距离，

两幅行人图像间的距离与两幅行人图像间的相似度成反比，最后根据两幅行人图像间的距离的大小进行排序。