[发明专利]低分辨率监控场景中具有遮挡的行人属性识别方法有效
| 申请号： | 201811370580.8 | 申请日： | 2018-11-17 |
| 公开（公告）号： | CN109614877B | 公开（公告）日： | 2022-09-27 |
| 发明（设计）人： | 王琼;张媛;陶叔银;徐锦浩 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V10/26;G06V10/764 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 马鲁晋 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种低分辨率监视场景中具有遮挡的行人属性识别方法，首先利用度量学习去除行人图像中的遮挡物；对修复后的图像进行横向切割，将相应图像块分别标记为行人“头肩部分”、“上身部分”以及“下身部分”；提取要识别的属性对应部分的每块图像的特征，并将每个特征表示为16‑bin直方图；最后将16‑bin直方图作为图像的特征向量，并将图像的特征向量输入训练好的SVM分类器得到识别结果。本发明分类效果更好，分类准确率更高。 | ||
| 搜索关键词： | 分辨率 监控 场景 具有 遮挡 行人 属性 识别 方法 | ||
【主权项】：
1.低分辨率监控场景中具有遮挡的行人属性识别方法，其特征在于，具体步骤为：步骤1、利用度量学习对被遮挡的行人图像进行修复操作，去除行人图像中的遮挡物；步骤2、对修复后的图像进行横向切割，将相应图像块分别标记为行人“头肩部分”、“上身部分”以及“下身部分”；步骤3、确定要识别的属性，提取该属性对应部分的每块图像的特征，具体特征包括：颜色特征、LBP特征、Gabor滤波器特征、Schmid滤波器特征，并将每个特征表示为16‑bin直方图；步骤4、将步骤3中的16‑bin直方图作为图像的特征向量，并将图像的特征向量输入训练好的SVM分类器得到识别结果。
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南京理工大学，未经南京理工大学许可，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/201811370580.8/，转载请声明来源钻瓜专利网。
