用于行人重识别的图像特征提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN107316031A(43)申请公布日2017.11.03(21)申请号201710536020.4(22)申请日2017.07.04(71)申请人北京大学深圳研究生院地址518055广东省深圳市南山区西丽镇深圳大学城北大校区(72)发明人王文敏张奕豪王荣刚李革董胜富王振宇李英高文(74)专利代理机构北京万象新悦知识产权代理事务所(普通合伙)11360代理人黄凤茹(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06K9/56(2006.01)权利要求书2页说明书7页附图4页(54)发明名称用于行人重识别的图像特征提取方法(57)摘要本发明公布了一种用于行人重识别的图像特征提取方法，通过对齐局部描述子提取和分级全局特征提取，进行行人重识别；对齐局部描述子提取采用仿射变换对原图像进行处理，对相同区域的图像块特征进行求和池化操作而得到对齐局部描述子；对齐局部描述子保留图像内部块与块之间的空间信息；分级全局特征提取通过对定位的行人区域块进行分级，求取相应特征均值而得到全局特征。采用本发明技术方案，能够解决行人重识别中由于行人姿态变化等带来的特征不对齐问题，消除无关背景对重识别带来的影响，由此提高行人重识别的精度和鲁棒性。CN107316031ACN107316031A权利要求书1/2页1.一种用于行人重识别的图像特征提取方法，通过对齐局部描述子提取和分级全局特征提取，进行行人重识别；所述对齐局部描述子提取采用仿射变换对原图像进行处理，对相邻区域的图像块特征进行求和池化操作而得到对齐局部描述子；所述对齐局部描述子保留图像内部块与块之间的空间信息；所述分级全局特征提取通过对定位的行人区域块进行分级，求取相应特征均值而得到全局特征；包括如下步骤：1)对图像进行了预处理，以消除光照对图像的影响；2)提取对齐局部描述子，包括步骤21)～24)：21)对图像进行仿射变换，得到多张图像；22)对仿射变换后产生的所有图像进行图像块分割并提取特征，生成相应的特征向量图；23)在空间上叠加所有特征向量图，对相邻位置的图像块特征进行求和池化操作，得到相应局部描述子；24)将图像中的所有局部描述子按顺序连接起来，得到对齐局部描述子；3)提取分级全局特征，包括步骤31)～36)：31)使用前景提取方法对图像进行显著性检测，得到相应的显著图；32)将得到的显著图进行对比增强；33)定位属于行人区域的图像块；34)对行人区域的图像块分层级，得到多级行人区域图像块；35)对每一级的行人区域图像块进行平均池化操化，得到该级特征；36)对多级特征连接起来，得到分级全局特征；4)根据步骤2)提取得到的对齐局部描述子和步骤3)提取得到的分级全局特征，采用度量学习方法计算图像的相似性，由此进行行人重识别。2.如权利要求1所述图像特征提取方法，其特征是，步骤1)采用文献[1](D.J.Jobson,Z.-U.Rahman,andG.A.Woodell.Amultiscaleretinexforbridgingthegapbetweencolorimagesandthehumanobservationofscenes.ImageProcessing,IEEETransactionson,6(7):965–976,1997)记载的多尺度Retinex算法对图像进行预处理。3.如权利要求1所述图像特征提取方法，其特征是，步骤21)对图像进行仿射变换，具体是：对预处理后的图片I进行水平翻转，得到图片II；分别对图片I和II进行水平剪切变换，产生相应图片III和IV；所述水平剪切变换如式1所示：其中，λ为剪切变换参数。4.如权利要求1所述图像特征提取方法，其特征是，步骤22)采用滑动窗口方法求图像块的特征，具体对窗口内的图像块提取RGB颜色直方图、HSV颜色直方图、Lab颜色直方图、尺度不变局部三值模式SILTP统计直方图，得到多个特征向量图，每个特征图中有M*N个点，每个点对应一个图像块的特征向量，记作5.如权利要求1所述图像特征提取方法，其特征是，步骤23)具体通过式2在空间上叠加四个特征向量图，对相邻位置的图像块特征进行求和池化操作，得到相应局部描述子：2CN107316031A权利要求书2/2页其中：m＝2×(p-1)+1,n＝2×(q-1)+1,其中，代表第i张特征图中第m行第n列的图像块特征向量；将相邻的图像块特征向量相加，得到的表示一个局部描述子，其中p和q为正整数，分别表示局部描述子所在的位置。6.如权利要求1所述图像特征提取方法，其特征是，步骤31)具体采用文献[2](Y.Qin,H.Lu,Y.Xu,andH.Wang,"Saliencydetect