非重疊域人體對(duì)象再識(shí)別算法研究.pdf

1、當(dāng)前，智能視頻監(jiān)控的應(yīng)用越來(lái)越廣泛，人體對(duì)象再識(shí)別技術(shù)也日益重要，是受到眾多研究者關(guān)注的一個(gè)熱點(diǎn)方向。人體對(duì)象再識(shí)別，就是在非重疊的多攝像機(jī)監(jiān)控系統(tǒng)中，輸入以人體對(duì)象為中心的帶邊框的圖像，能夠通過(guò)相似性度量的方法，識(shí)別出一個(gè)感興趣的目標(biāo)對(duì)象。由于每個(gè)攝像機(jī)的攝像頭成像時(shí)的特征、拍攝時(shí)的角度、拍攝環(huán)境下的光照都各不相同，拍攝到的運(yùn)動(dòng)目標(biāo)外觀發(fā)生很大變化，非重疊域監(jiān)控網(wǎng)絡(luò)中的目標(biāo)匹配比較困難。
　　為了解決目標(biāo)匹配的困難，目前研究者主

2、要在兩個(gè)方面進(jìn)行研究：通過(guò)目標(biāo)外觀視覺(jué)特征的提取和匹配來(lái)實(shí)現(xiàn)人體對(duì)象再識(shí)別，以及通過(guò)基于學(xué)習(xí)的機(jī)制來(lái)實(shí)現(xiàn)人體對(duì)象再識(shí)別。本文著重在目標(biāo)外觀視覺(jué)特征的提取方法上，提出兩個(gè)外觀特征算法。
　　第一個(gè)方法是基于PS(Pictorial Structure）模型和多特征融合的人體對(duì)象再識(shí)別算法。該算法在特征提取前，首先將人體對(duì)象從帶邊框的圖像中同背景分割出來(lái)。為了能更準(zhǔn)確地將人體的輪廓提取出來(lái)，減少背景雜波的干擾，該算法使用了PS模型，從

3、而使得提取的特征更加純凈、更加可靠。顏色特征相比其他特征有更好的視點(diǎn)不變性，但是對(duì)于特定的目標(biāo)對(duì)象，如紋理特征明顯的人群，單個(gè)顏色特征的性能有待改善。本文提出了基于PS模型的多特征融合的算法，通過(guò)比較多個(gè)紋理特征，將性能表現(xiàn)最好的紋理特征和顏色特征融合在一起，獲得適用范圍更廣的特征描述，在性能上有較大改善。
　　第二個(gè)方法是基于多顏色空間和區(qū)域協(xié)方差的人體對(duì)象再識(shí)別算法。此算法使用多顏色空間、Gabor特征提取及協(xié)方差矩陣多個(gè)方式