[发明专利]一种基于视觉语义信息和时空信息的行人重识别方法

权利要求书

1.一种基于视觉语义信息和时空信息的行人重识别方法，其特征在于，包括：

步骤S1，收集目标场景中多个取像设备在预设时长内拍摄的行人图像并制作训练集，使用所述训练集训练基础神经网络后获得用于人体特征提取的骨干神经网路；

步骤S2，标注所述训练集中各所述行人图像的人体ID、时间信息和空间信息，并根据三者分别获取多个所述取像设备中任意两个所述取像设备之间的时空概率分布曲线，形成时空概率分布曲线集；

步骤S3，获取所述目标场景的包含有多张待测行人图像的检测集，并在所述检测集中选取来自两个不同的所述取像设备的任意两张待测行人图像，

分别将两张所述待测行人图像输入所述骨干神经网络后分别获取对应的人体特征向量，并根据两个所述人体特征向量计算获得第一相似度概率值；

根据两张所述待测行人图像的空间信息在所述时空概率分布曲线集中找到两个所述取像设备对应的时空概率分布曲线，并根据两张所述待测行人图像的时间信息在所述时空概率分布曲线中读取第二相似度概率值；

步骤S4，根据所述第一相似度概率值和所述第二相似度概率值计算获得两张所述待测行人图像中的行人相似度值，根据所述行人相似度值与相似度预设值的比较结果判断两张所述待测行人图像中的行人是否为同一行人。

2.根据权利要求1所述的行人重识别方法，其特征在于，任意两个所述取像设备之间的时空概率分布曲线获取方法包括：

步骤S21，在所述训练集中提取出所述取像设备c_i拍摄的所述行人图像，以及所述取像设备c_j拍摄的所述行人图像；

步骤S22，将所述取像设备c_i拍摄的所述行人图像和所述取像设备c_j拍摄的所述行人图像中具有相同人体ID的两张所述行人图像匹配形成行人图像对，并根据每个所述行人图像对中的两张所述行人图像的时间信息计算出跨镜时长；

步骤S23，将所述预设时长分割成多个离散时间段，根据各所述行人图像对的跨镜时长落入相应的所述离散时间段的数量统计形成行人跨镜时长-数量分布直方图，并将其转化成时空概率分布直方图；

步骤S24，通过Parzen窗函数将时空概率分布直方图转换为所述时空概率分布曲线。

3.根据权利要求2所述的行人重识别方法，其特征在于，所述行人跨镜时长-数量分布直方图通过频数概率转换公式转化成所述时空概率分布直方图，所述频数概率转换公式为：

（1）

式中，n^k_cicj表示所述行人跨镜时长-数量分布直方图中，第k列的所述取像设备c_i拍摄的所述行人图像和所述取像设备c_j拍摄的所述行人图像的行人图像对的个数；

m表示所述行人跨镜时长-数量分布直方图中的列总数。

4.根据权利要求2所述的行人重识别方法，其特征在于， 所述时空概率分布直方图通过概率密度估计公式转化成所述空概率分布直方图，所述概率密度估计公式为：

（2）

式中，x_k表示所述时空概率分布直方图中，第k列对应的所述离散时间段的中位时间点值；

，其中，表示时空概率分布直方图中，第k列的所述取像设备c_i拍摄的所述行人图像和所述取像设备c_j拍摄的所述行人图像的行人图像对的个数；

m表示所述时空概率分布直方图中的列总数；z为归一化参数；

G（x_k－x）为高斯核函数，，其中，σ为标准差，其取值为所述离散时间段的时间长度值二分之一。

5.根据权利要求4所述的行人重识别方法，其特征在于，所述第一相似度概率值的计算公式为：

（3）

式中，θ为人体特征向量A和人体特征向量B之间的夹角；

n为人体特征向量A或人体特征向量B的总维数。