[发明专利]一种基于随机森林支持向量机的行人识别系统及处理方法

摘要

本发明涉及一种基于随机森林支持向量机的行人识别系统，包括特征提取模块、聚类模块、随机森林创建模块和评分模型模块，本发明还涉及一种基于随机森林支持向量机的行人识别处理方法；本发明用相似度排名方式代替了以往的相似度绝对值的比较，无需划定阈值，得出的排名结果便于使用者自己判断；建立随机森林模型需要多特征，仅从表观特征无法人工将样本们分类完善，采用K‑means聚类算法代替人工给出样本类别，可以挖掘出样本间的潜在联系；该系统及方法对行人姿态变化具有鲁棒性，在计算相似度的时候会排除来自其他几类样本的干扰，RankSVM的排名结果也会靠前，进行相似度计算时，会使得识别准确率提升，相比MCC与RankSVM等现有技术列举的传统算法识别准确率高。

主权项

1.一种基于随机森林支持向量机的行人识别系统，其特征在于，包括特征提取模块(1)、聚类模块(2)、随机森林创建模块(3)和评分模型模块(4)；所述特征提取模块(1)，用于从各图像人物样本中提取颜色特征信息和纹理特征信息，并将各图像人物样本中的各颜色特征和纹理特征用多维特征向量的形式表示；所述聚类模块(2)，用于根据K‑means聚类算法对所有图像人物样本的多维特征向量进行聚类处理，得到类别矩阵；所述随机森林创建模块(3)，用于根据所述多维特征向量和所述类别矩阵建立随机森林模型，再通过所述随机森林模型对待测试人物图像进行特征预测，得到预测类别号；所述评分模型模块(4)，用于通过RankSVM排序算法对图像人物样本进行训练，得到评分模型，再通过所述评分模型根据所述预测类别号对待测试人物图像进行识别、评分和排序，得到待测试人物图像相似度排名；所述得到评分模型，具体包括：所述随机森林模型的输入矩阵中包括各图像人物样本的正确分类，所述正确分类由K‑means聚类结果获得，并用评分模型A‑qid‑X表示，其中A为分类标记，将正确分类标记为1，其余分类标记为0，将qid表示同一个样本的数据，X表示类别矩阵的基分类器得到的预测得分。