[发明专利]基于颜色名特征的行人重识别方法

说明书

一种基于颜色名特征的行人重识别方法，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。本发明基于颜色名特征、充分利用了行人外观的颜色特征，将每个通道相应位置元素的概率进行相比，并取其中最大的那个通道，用该通道标签表示该位置的像素，使得其能够更好的解决光照和环境变化对颜色描述的影响，从而保证了本发明的使用效果。

技术领域

本发明涉及一种行人重识别方法，尤其涉及一种基于颜色名特征的行人重识别方法，属于数字图像处理技术领域。

背景技术

随着国家提出发展“平安城市”战略，视频监控系统大量普及，在车站、机场、地铁、码头等公共场所中随处可见。如何有效的利用这些监控系统，成为人们关注的热点。行人重识别就是在这样的大背景下出现的、用于判断出现在不同摄像机下的行人是否是同一行人的技术，其应用范围广泛：如行人跟踪、行人搜索、安全防范等，且在刑侦工作中也起到了非常重要的作用。在刑侦工作中，刑侦人员在到达案发现场后，会第一时间调查案发现场附近的监控系统，希望从案发现场附近的摄像头中锁定犯罪嫌疑人。但是通过人工查找工作量大且效率低，对于刑侦工作来说，时间非常宝贵，因此重识别方法对于协助破案十分有效。

但是，该项技术目前还存在许多难点，因为不同摄像头所拍摄到的图片存在很大的失真现象，如环境、光照、行人姿态、摄像头的属性和遮挡等问题都会对行人重识别造成很大的干扰，使得相同行人在不同摄像机下不相似而不同行人却具有更相似的外观，这些都是行人重识别技术需要克服的问题。针对上述缺陷，提取行人外观上更具鲁棒性的特征一直都是提高行人重识别性能的一个重要方法。同时，还可以通过特征变换、度量学习来对提取的特征进行进一步的处理，使得其更好的表示行人，从而达到提高重识别性能的效果。

除上述方法外，由于颜色是人眼可以直观感受到的一种特征，对于进行初始识别具有很好的效果，因此颜色特征在行人重识别中应用十分广泛。但是颜色特征很容易受到光照、环境和摄像机属性等外在因素的影响。在最新的研究中，颜色名被用于图像检索领域，但其只是简单的将RGB图像映射到颜色名的11个通道，每个通道都是用其原始像素映射到该通道的概率表示，之后在每个通道上进行和RGB三通道一样的操作。在实际的应用过程中，人们发现，这样的分析识别方法虽然理念先进，但是其使用效果仍然和预期有所差距。

综上所述，人们亟待一种新型的、基于颜色名特征的行人重识别方法，以便更好地完成行人识别，达到提高重识别性能的效果，以满足实际的使用需要。

发明内容

鉴于现有技术存在上述缺陷，本发明的目的是提出一种基于颜色名特征的行人重识别方法。

一种基于颜色名特征的行人重识别方法，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。

优选地，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。

优选地，S2中所述经过预处理后的行人图像的规格为128*48像素。

优选地，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。