[发明专利]基于半耦合鉴别字典学习的叶遮挡行人重识别方法及系统

摘要

本发明属于图像检索技术领域，公开了一种基于半耦合鉴别字典学习的叶遮挡行人重识别方法及系统，从两个公共的行人重识别数据集上加入真实的枝叶遮挡，包括有遮挡视频和普通视频；然后分别对有遮挡视频和普通视频进行特征提取；其次是对提取出来的样本特征进行处理，引入字典学习方法，从遮挡视频和普通视频中学习投影矩阵；引入鉴别思想学习字典对。本发明学习半耦合映射矩阵和鉴别字典对，半耦合映射矩阵可以补偿遮挡视频和普通视频之间的差异，鉴别字典对可以使同一个人在不同相机中更紧凑，不同的人在不同的相机中分离；在2个公开数据集上的实验结果证明，所提出的方法具有更好的识别性能。

主权项

1.一种基于半耦合鉴别字典学习的叶遮挡行人重识别方法，其特征在于，基于半耦合鉴别字典学习的叶遮挡行人重识别方法包括：/n数据集收集，从公共的行人重识别数据集上加入真实的枝叶遮挡，包括有遮挡视频和普通视频；分别对有遮挡视频和普通视频进行特征提取；/n对提取的样本特征进行处理，对于特征集学习集合类内投影引入字典学习方法，学习遮挡视频和普通视频的字典对，从遮挡视频和普通视频中学习投影矩阵；/n并引入鉴别思想学习字典对，进行基于半耦合鉴别字典学习的叶遮挡行人重识别；/n基于半耦合鉴别字典学习的叶遮挡行人重识别方法具体包括：/n步骤(1)：收集数据建立数据库，由遮挡视频和普通视频组成；/n步骤(2)：分别对遮挡视频和普通视频提取特征；/n步骤(3)：设计具有半耦合映射的字典对；/n步骤(4)：利用鉴别思想学习字典对；/n步骤(5)：分别学习遮挡视频的集合投影矩阵W和未遮挡视频的集合投影矩阵V；/n步骤(6)：得到总目标函数；/n步骤(7)：对目标函数进行算法优化；/n步骤(8)：遮挡视频下的行人重识别；/n在步骤(2)中，分别对遮挡视频和普通视频提取特征，对于遮挡视频，通过FEP提取出行走周期特征，根据正常视频中行走周期的平均次数，选择20帧作为遮挡视频的一个步行周期；对于普通视频，直接为每个用户提取STFV3D特征；/n在步骤(3)中，设计具有半耦合映射的字典对，如下表示：/n