[发明专利]一种支持特征自定义的跨镜头目标检索方法

摘要

本发明公开了一种支持特征自定义的跨镜头目标检索方法，即采集多个摄像头下的监控视频，提取出目标图像，生成目标图像数据库；对目标图像数据库中的图像数据进行特征提取，构成目标特征数据库；选定一张查询图片，对该图片进行特征提取，构成查询图片特征数据；制定多特征的自定义级联及筛选策略；按照制定的筛选策略，利用查询图片检索目标特征数据库，在每个筛选过程中，分别计算每个特征的相似度分数，如有多个特征，将多个特征的分数按自定义比例级联，得到按相似度分数大小排序的结果序列，然后按照目标个数上限和分数阈值筛选结果；操作人员根据目标检索的结果准确率，重新修改级联及筛选策略，重复查询过程，以达到最佳的检索效果。

主权项

一种支持特征自定义的跨镜头目标检索方法，其特征在于：它包括如下步骤：A、采集多个摄像头下的监控视频，通过前景检测、目标跟踪等计算机视觉技术，提取出目标图像，生成目标图像数据库；B、对目标图像数据库中的图像数据进行特征提取，并结合目标的图片和时空信息，构成目标特征数据库；C、选定一张查询图片，对该图片进行特征提取；D、制定多特征的自定义级联及筛选策略；在该自定义级联及筛选策略中，可进行N次筛选过程，其中N＞0，第一次筛选过程的输入包括查询图片的特征数据和目标特征数据库，其余每次筛选过程的输入为查询图片的特征数据和上一次的筛选结果，本次筛选结果又作为下一次的输入，最后一次筛选结果作为本方法输出的检索结果；每一次级联及筛选过程可采用M个特征，其中M＞0，如采用多个特征需对特征进行级联，如采用两个特征进行级联时，分别设特征匹配的分数结果是x和y，进行分数归一化后，结果分别为x′和y′，加权求和后，分数结果为z＝ax′+by′(其中a＞0且b＞0，a和b的取值可通过机器学习算法拟合最佳值)，然后按照分数z将匹配结果进行排序；若设置了相似度分数阈值，筛选出符合条件的结果，若设置了目标筛选个数，按照分数高低取个数上限个分数结果；E、按照制定的筛选策略，利用查询图片检索目标特征数据库，在每个筛选过程中，分别计算每个特征的相似度分数，如有多个特征，将多个特征的分数按自定义比例级联，得到按相似度分数大小排序的结果序列，然后按照目标个数上限和分数阈值筛选结果；F、操作人员根据目标检索的结果准确率，重新修改级联及筛选策略，重复步骤E，以达到最佳的检索效果。