[发明专利]一种行人重识别中的特征提取方法在审

专利信息
申请号: 201910695444.4 申请日: 2019-07-30
公开(公告)号: CN110427868A 公开(公告)日: 2019-11-08
发明(设计)人: 唐佳敏;韩华;孔勇;袁秀欢;张路遥 申请(专利权)人: 上海工程技术大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/46;G06T5/00
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 宣慧兰
地址: 201620 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征提取 提取图像 纹理特征 颜色特征 光照 图像处理过程 整体视觉效果 特征直方图 准确度 背景区域 捕获区域 滑动窗口 亮度图像 亮度信息 前景区域 区域特征 三元模式 视角问题 提取区域 描述子 直方图 噪声 尺度 采集 图像 保留 图片
【权利要求书】:

1.一种行人重识别中的特征提取方法,其特征在于,包括以下步骤:

S1、将采集的图片划分成背景区域和标记人物的前景区域;

S2、基于Retinex算法将获得的前景区域RGB图像进行亮度信息提取,再对所得的亮度值进行映射修正增益补偿,得到增强后的亮度图像;

S3、使用HSV颜色直方图来提取增强后的亮度图像的颜色特征,使用尺度不变局部三元模式描述子提取增强后的亮度图像的光照不变纹理特征;

S4、利用滑动窗口对增强后的亮度图像进行区域划分,通过最大化相同水平位置的所有子窗口中每个模式的局部出现频次,得到区域内出现频次最大的特征直方图来实现视点不变性,通过捕获区域的颜色特征和光照不变纹理特征得到人的区域特征。

2.根据权利要求1所述的一种行人重识别中的特征提取方法,其特征在于,所述步骤S1具体通过公式C=αF+(1-α)B′实现,其中:α为前景色在整个颜色中所占的比重,B′为图像里像素点的背景色,C为图像里像素点的合成色,F为图像里像素点的前景色。

3.根据权利要求2所述的一种行人重识别中的特征提取方法,其特征在于,所述F、B′、α值通过贝叶斯定理和最大概率算法得到,具体为:

4.根据权利要求1所述的一种行人重识别中的特征提取方法,其特征在于,所述步骤S2中将获得的前景区域RGB图像转为HSI图像进行亮度信息提取。

5.根据权利要求1所述的一种行人重识别中的特征提取方法,其特征在于,所述步骤S2中采用基于直方图SCB的gain/offset方法对所得的亮度值进行映射修正增益补偿。

6.根据权利要求1所述的一种行人重识别中的特征提取方法,其特征在于,所述步骤S2还包括:对图像进行颜色恢复因子β的处理,实现彩色图像增强。

7.根据权利要求1所述的一种行人重识别中的特征提取方法,其特征在于,所述步骤S3中尺度不变局部三元模式描述子提取两个尺度和其中,两个尺度的i=0.3表示变化的阈值范围,R1=3和R2=5分别表示两个不同的区域半径,N=4表示半径为R区域的4个点构成的邻域。

8.根据权利要求1所述的一种行人重识别中的特征提取方法,其特征在于,所述步骤S4中通过捕获颜色特征和光照不变纹理特征得到人的区域特征具体包括:每个区域包含多个块,每个块提取出颜色特征和光照不变纹理特征,连接在一起形成一个特征向量,对同一个区域中的块的特征向量在元素上选最大值,作为人的区域特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海工程技术大学,未经上海工程技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910695444.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top