[发明专利]基于外貌特征紧凑表示的视频行人再识别方法及系统在审
| 申请号： | 201710160916.7 | 申请日： | 2017-03-17 |
| 公开（公告）号： | CN107122707A | 公开（公告）日： | 2017-09-01 |
| 发明（设计）人： | 张伟;胡胜男;马静;李雪奥 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 济南圣达知识产权代理有限公司37221 | 代理人： | 张勇 |
| 地址： | 250061 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于外貌特征紧凑表示的视频行人再识别方法及系统，其中该方法包括提取行人视频中的光流曲线，进而得到行人步态的周期曲线，再根据步态周期进行随机选取行人步态的周期曲线中若干关键帧；将选取的每个关键帧输入卷积神经网络来对行人外貌特征进行提取；将提取的所有关键帧相对应的行人外貌特征融合为一个特征向量，进而构建出特征池；提取特征池内的特征向量进行距离尺度算法学习，使得同一行人特征之间的距离减小，而不同行人特征之间的距离增加，然后将距离尺度算法学习后的特征向量进行匹配与排序，从而实现行人的再次识别。 | ||
| 搜索关键词： | 基于 外貌 特征 紧凑 表示 视频 行人 识别 方法 系统 | ||
【主权项】：
一种基于外貌特征紧凑表示的视频行人再识别方法，其特征在于，包括：提取行人视频中的光流曲线，进而得到行人步态的周期曲线，再根据步态周期进行随机选取行人步态的周期曲线中若干关键帧；将选取的每个关键帧输入卷积神经网络来对行人外貌特征进行提取；将提取的所有关键帧相对应的行人外貌特征融合为一个特征向量，进而构建出特征池；提取特征池内的特征向量进行距离尺度算法学习，使得同一行人特征之间的距离减小，而不同行人特征之间的距离增加，然后将距离尺度算法学习后的特征向量进行匹配与排序，从而实现行人的再次识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东大学，未经山东大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710160916.7/，转载请声明来源钻瓜专利网。
