[发明专利]一种适用于运动自行车再识别的相似性度量计算方法

摘要

本发明公开了一种适用于运动自行车再识别的相似性度量计算方法，包括步骤：1)获取待匹配的运动自行车样本A和B图像时间序列；2)确定分组数K；3)对运动自行车样本A和B图像时间序列进行分组；4)计算同一组内样本A和B的相似性度量S_G；5)计算运动自行车样本A和B综合相似性度量S。本发明为运动自行车之间的相似性度量计算提供新的方法，提高运动自行车再识别图片匹配的精度和可靠性，具有实际推广价值。

主权项

1.一种适用于运动自行车再识别的相似性度量计算方法，其特征在于，包括以下步骤：1)获取待匹配的运动自行车样本A和B图像时间序列；2)确定分组数K；3)对运动自行车样本A和B图像时间序列进行分组，将分别进行，并采用轮盘间距法，即：假设样本A的图像序列XA＝{XA1,XA2…XAn}，n为序列数量，XAi为XA的第i个图像，则：XAi∈GAj if i％K＝j且1≤i≤n，1≤j≤K其中，n为图像序列的图像总数，i为样本编号，j为分组编号，GAj为第j个组，∈表示属于关系，％表示取余操作，K为总分组数；同理，样本B的图像序列XB的分组方式与上述图像序列XA一样；4)计算同一组内样本A和B的相似性度量SG，采用以下方法：设第j组内样本A和B的相似性度量为SGj，为属于GAj所有图像和属于GBj所有图像两两进行相似性距离计算得到的最小值，具体公式如下：SGj＝Min{d(GAj.i,GBj.m)}且1≤i≤s，1≤m≤s其中，Min{*}为取最小值函数；s为j组内图像数量；GAj.i为样本A在j组的第i个图像，GBj.m为样本B在j组的第m个图像；d(*,*)为两个图片特征相似性度量计算函数；5)计算运动自行车样本A和B综合相似性度量S，为各组相似性度量SG的最大值，即：S＝Max{SGj}且1≤j≤K其中，Max{*}为取最大值函数。