视角不变的人体特征表示方法

摘要

本发明公开了一种基于无监督虚拟视角划分和多视判别分析的人体表示学方法。采集行人数据库集，经过行人检测和归一化之后，分块提取HSV特征、LBP特征和HOG特征并进行特征融合。通过无监督的K-means聚类算法将归一化后的人体图像划分为M个视角。基于不同人不同虚拟视角的人体数据集，利用多视线性判别分析为每个虚拟视角学一个视角相关的判别投影表示将不同视角中的人体样本投影到公共判别子空间，从而获得视角不变人体特征表示的。对于测试样本，通过约束规划求解在测试样本M个视角中的权重，经过加权投影获得在公共判别子空间中的特征表示。

主权项

一种视角不变的人体特征表示学习方法，其特征在于：(1) 建立多视角人体数据库；(2) 将人体数据库中的人体数据归一化；(3) 对归一化后的人体图像进行分块多特征提取；(4) 利用K‑means聚类进行视角划分；(5) 学习每个视角的判别投影；(6) 测试人体图像特征提取；(7) 利用视角判别投影进行测试人体图像的视角无关特征表示。