[发明专利]一种基于动态选取显著特征的跨卡口行人识别系统与方法

摘要

本发明涉及一种基于动态选取显著特征的跨卡口行人识别系统，包括城市卡口视频采集模块、行人检测与跟踪模块、多特征提取模块、特征挖掘模块、显著特征选取模块和行人识别模块；本发明还涉及一种基于动态选取显著特征的跨卡口行人识别方法；本发明的有益效果是：能够动态选取特征信息，不是采用将多种特征直接融合的方式，而是通过对各特征信息进行特征独特程度分析和处理，寻找行人识别分辨力最强的多种特征相融合的方式；解决了单一特征对行人识别不可靠的问题，通过该系统去除行人识别的冗余特征信息，寻找到最大区分行人识别的特征，提高了行人识别的鲁棒性。

主权项

1.一种基于动态选取显著特征的跨卡口行人识别系统，其特征在于，包括城市卡口视频采集模块(1)、行人检测与跟踪模块(2)、多特征提取模块(3)、特征挖掘模块(4)、显著特征选取模块(5)和行人识别模块(6)，所述城市卡口视频采集模块(1)，用于从各个城市卡口监控设备(7)上采集各路视频画面；所述行人检测与跟踪模块(2)，用于从采集到的视频画面中获取多张连续的图片，在连续的图片中检测是否有目标行人，如果有则捕获多帧该目标行人的序列行人图片；所述多特征提取模块(3)，用于从序列行人图片中提取出目标行人的各个特征信息；所述特征挖掘模块(4)，用于对提取的各个特征信息进行第一量化处理和第二量化处理，再分别将经过第一量化处理和第二量化处理的特征信息的结果进行相加，得到各个特征信息的独特程度等级结果；所述特征挖掘模块(4)包括特征独特程度鉴定单元(401)、特征受噪声干扰敏感程度鉴定单元(402)和综合得分模块(403)，所述特征独特程度鉴定单元(401),用于对提取的各个特征信息进行第一量化处理：采用k-means算法对提取的各个特征逐一进行聚类，计算出与目标行人相近的特征行人数量N/行人数量总和M，利用N/M的比值进行特征独特程度分级，比值越小则该特征的独特程度等级越高；所述特征受噪声干扰敏感程度鉴定单元(402)，用于对提取的各个特征信息进行第二量化处理：采用Random forests算法获得各个特征信息对噪声灵敏度的得分，得分越高则该特征的独特程度等级越高；所述综合得分模块(403)，用于分别将经过第一量化处理和第二量化处理的特征信息的比值和得分进行相加，将相加的结果发送给所述显著特征选取模块(5)；所述显著特征选取模块(5)，用于根据各个特征信息的独特程度等级结果建立特征选取模型，所述特征选取模型用于给各个特征信息分配权重值，并根据权重值的大小从所有特征信息中筛选出对识别起作用的显著特征信息；所述行人识别模块(6)，用于根据所述特征选取模型分别对序列行人图片和行人目标图片中进行处理，从而从序列行人图片中找到与行人目标图片最相近的行人图片，并将找到的行人图片发送至监控视频设备(8)中。