非重疊域人體對象再識別算法研究.pdf

1、當前，智能視頻監(jiān)控的應用越來越廣泛，人體對象再識別技術也日益重要，是受到眾多研究者關注的一個熱點方向。人體對象再識別，就是在非重疊的多攝像機監(jiān)控系統中，輸入以人體對象為中心的帶邊框的圖像，能夠通過相似性度量的方法，識別出一個感興趣的目標對象。由于每個攝像機的攝像頭成像時的特征、拍攝時的角度、拍攝環(huán)境下的光照都各不相同，拍攝到的運動目標外觀發(fā)生很大變化，非重疊域監(jiān)控網絡中的目標匹配比較困難。
　　為了解決目標匹配的困難，目前研究者主

2、要在兩個方面進行研究：通過目標外觀視覺特征的提取和匹配來實現人體對象再識別，以及通過基于學習的機制來實現人體對象再識別。本文著重在目標外觀視覺特征的提取方法上，提出兩個外觀特征算法。
　　第一個方法是基于PS(Pictorial Structure）模型和多特征融合的人體對象再識別算法。該算法在特征提取前，首先將人體對象從帶邊框的圖像中同背景分割出來。為了能更準確地將人體的輪廓提取出來，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不變性，但是對于特定的目標對象，如紋理特征明顯的人群，單個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，通過比較多個紋理特征，將性能表現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。
　　第二個方法是基于多顏色空間和區(qū)域協方差的人體對象再識別算法。此算法使用多顏色空間、Gabor特征提取及協方差矩陣多個方式