著录项信息
专利名称 | 一种层级化的特定人物检索方法 |
申请号 | CN201410009256.9 | 申请日期 | 2014-01-08 |
法律状态 | 授权 | 申报国家 | 中国 |
公开/公告日 | 2014-04-09 | 公开/公告号 | CN103714181A |
优先权 | 暂无 | 优先权号 | 暂无 |
主分类号 | G06F17/30 | IPC分类号 | G06F17/30;G06T7/00查看分类表>
|
申请人 | 天津大学 | 申请人地址 | 天津市南开区卫津路***
变更
专利地址、主体等相关变化,请及时变更,防止失效 |
权利人 | 天津大学 | 当前权利人 | 天津大学 |
发明人 | 苏育挺;刘安安;于婧 |
代理机构 | 天津市北洋有限责任专利代理事务所 | 代理人 | 温国林 |
摘要
本发明公开了一种层级化的特定人物检索方法,包括以下步骤:计算查询对象全局颜色直方图特征和多个检索对象全局颜色直方图特征的相似性,设置相似性度量的阈值进行底层粗检测,获取多个满足阈值限制的检索图像作为底层粗检测的结果;对查询实例和底层粗检测结果分别进行超像素图分割,将每个图像分为多个分割块;对每个分割块提取局部综合显著特征,构造每个图像的局部显著特征集;计算查询实例和每个底层粗检测结果的局部显著特征集的最近邻之和作为特征匹配的度量;设置查询实例与底层粗检测结果的最近邻之和的度量阈值,进行匹配图像提纯,将提纯后结果作为顶层精检测结果输出。本方法提高了特征的鲁棒性,降低了对人物稳定特征提取的影响。
1. 一种层级化的特定人物检索方法,其特征在于,所述方法包括以下步骤: (1) 对监控摄像头获取的原始视频序列进行图像去噪和图像增强的预处理,获取预处 理后视频序列; (2) 根据所述预处理后视频序列获取人物检索数据库; (3) 在所述预处理后视频序列中用矩形框选定要查询的人物A,人物A的图像大小为m乘 η,以人物A的图像AmXn作为查询实例输入; (4) 对已获得的人物检索数据库中的每一图像和查询实例AmXn分别进行全局颜色直方 图特征提取,获取查询实例对应的查询对象全局颜色直方图特征、人物检索数据库中每一 图像相应的检索对象全局颜色直方图特征; (5) 计算查询对象全局颜色直方图特征和多个检索对象全局颜色直方图特征的相似 性,设置相似性度量的阈值进行底层粗检测,获取多个满足阈值限制的检索图像作为底层 粗检测的结果; (6) 对查询实例和底层粗检测结果分别进行超像素图分割,将每个图像分为多个分割 块; (7) 对每个分割块提取局部综合显著特征,构造每个图像的局部显著特征集; (8) 计算查询实例和每个底层粗检测结果的局部显著特征集的最近邻之和作为特征匹 配的度量; (9) 设置查询实例与底层粗检测结果的最近邻之和的度量阈值,进行匹配图像提纯,将 提纯后结果作为顶层精检测结果输出。
2. 根据权利要求1所述的一种层级化的特定人物检索方法,其特征在于,所述对查询实 例和底层粗检测结果分别进行超像素图分割,将每个图像分为多个分割块的操作具体为: 1) 将m X η大小的图像划分为W个超像素; 2) 利用W个超像素重新构造图像,将图像中的超像素聚为C类,按聚类结果划分为C个彼 此相连的区域; 3) 根据相邻区域的差异度对C个区域进行区域合并处理,最后将图像分割为C'个分割 块。
3. 根据权利要求1所述的一种层级化的特定人物检索方法,其特征在于,所述对每个分 割块提取局部综合显著特征,构造每个图像的局部显著特征集的操作具体为: 1) 计算每一分割块所包含的超像素在Labxy空间中的颜色均值作为该分割块的3维颜 色特征fi; 2) 利用局部二元模式算子提取每一分割块的51维纹理特征f2; 3) 提取每一分割块的方向梯度直方图特征f 3 ; 4) 将上述三种特征串联形成描述每一分割块的90维局部综合显著特征; 5) 将一个图像所有部分的90维局部综合显著特征构成该图像的局部显著特征集。
4. 根据权利要求3所述的一种层级化的特定人物检索方法,其特征在于,所述计算查询 实例和每个底层粗检测结果的局部显著特征集的最近邻之和作为特征匹配的度量的操作 具体为: 1)选择查询实例中任一分割块,利用其90维特征在底层粗检测结果的分割块中进行 Kd-树查询,得到此分割块在该底层粗检测结果中的最近邻分割块; 2) 求一分割块与其最近邻分割块之间的欧氏距离,作为分割块与此底层粗检测结果的 最近邻距离; 3) 重复1)_2),直至查询实例中每一分割块都与此底层粗检测结果得到最近邻距离; 4) 计算查询实例与该底层粗检测结果的最近邻之和,作为其匹配程度的度量。
法律信息
- 2016-09-28
- 2014-05-07
实质审查的生效
IPC(主分类): G06F 17/30
专利申请号: 201410009256.9
申请日: 2014.01.08
- 2014-04-09
引用专利(该专利引用了哪些专利)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 |
1
| |
2013-12-18
|
2013-09-04
| | |
2
| |
2012-08-15
|
2011-12-30
| | |
3
| |
2013-10-16
|
2013-06-14
| | |
被引用专利(该专利被哪些专利引用)
序号 | 公开(公告)号 | 公开(公告)日 | 申请日 | 专利名称 | 申请人 | 该专利没有被任何外部专利所引用! |