发明名称 基于双向排序的行人检索方法
摘要 本发明公开了一种基于双向排序的行人检索方法,属于监控视频检索技术领域。本发明首先通过行人对象的特征提取和尺度学对待测行人集进行初始排序;然后,反向查询待测行人集中各行人,并计算待查询行人和待测行人的双向内容相似性和近邻相似性;最后,依据双向内容相似性和近邻相似性重排待测行人集中各待测行人。本发明引入双向匹配的思想,通过内容和近邻相似性重排待测行人,可获得更准确的行人检索结果,且对于环境变化导致的行人外貌变化更鲁棒。
申请公布号 CN103325122B 申请公布日期 2016.01.20
申请号 CN201310277359.9 申请日期 2013.07.03
申请人 武汉大学 发明人 胡瑞敏;冷清明;梁超;王亦民;陈军;张华
分类号 G06T7/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人 张火春
主权项 一种基于双向排序的行人检索方法,其特征在于,包括步骤:步骤一,度量待查询行人p和待测行人集G={g<sub>i</sub>|i=1,...,n}中各待测行人g<sub>i</sub>的相似性,获取待测行人集G中各待测行人g<sub>i</sub>的正向排序结果,根据正向排序结果获得待查询行人p和待测行人g<sub>i</sub>的正向内容相似度<img file="FDA0000767657310000011.GIF" wi="105" he="85" />n为待测行人集G中待测行人数量;步骤二,构建待测行人g<sub>i</sub>的待测行人集<img file="FDA0000767657310000012.GIF" wi="404" he="82" />度量待测行人g<sub>i</sub>与待测行人集<img file="FDA0000767657310000013.GIF" wi="70" he="78" />中各行人的相似性,获取待测行人集<img file="FDA0000767657310000014.GIF" wi="76" he="77" />中各行人的反向排序结果,并根据反向排序结果获得待查询行人p和待测行人g<sub>i</sub>的反向内容相似度<img file="FDA0000767657310000015.GIF" wi="100" he="89" />步骤三,根据正向排序结果获得待查询行人p的近邻集和远邻集,根据反向排序结果获得待测行人g<sub>i</sub>的近邻集和远邻集,基于待查询行人p和待测行人g<sub>i</sub>的近邻集和远邻集获得待查询行人p和待测行人g<sub>i</sub>的近邻相似性,所述的近邻相似性包括近邻相似度S<sub>near</sub>(p,g<sub>i</sub>)和远邻相似度S<sub>far</sub>(p,g<sub>i</sub>);步骤四,综合考虑待查询行人p和待测行人g<sub>i</sub>的正向内容相似度<img file="FDA0000767657310000016.GIF" wi="106" he="79" />反向内容相似度<img file="FDA0000767657310000017.GIF" wi="62" he="89" />和近邻相似性,对待测行人集G中各待测行人g<sub>i</sub>重新排序,本步骤具体为:根据待查询行人p和待测行人g<sub>i</sub>的正向内容相似度<img file="FDA0000767657310000018.GIF" wi="106" he="79" />反向内容相似度<img file="FDA0000767657310000019.GIF" wi="65" he="86" />和近邻相似性获得综合相似性S<sub>*</sub>(g<sub>i</sub>),基于综合相似性S<sub>*</sub>(g<sub>i</sub>)对待测行人集G={g<sub>i</sub>|i=1,...,n}中各待测行人g<sub>i</sub>进行重新排序,所述的综合相似性<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>S</mi><mo>*</mo></msub><mrow><mo>(</mo><msub><mi>g</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><msubsup><mi>S</mi><mi>p</mi><msub><mi>g</mi><mi>i</mi></msub></msubsup><mo>&times;</mo><msubsup><mi>S</mi><msub><mi>g</mi><mi>i</mi></msub><mi>p</mi></msubsup></mrow><mrow><mi>&alpha;</mi><mo>+</mo><msub><mi>S</mi><mi>near</mi></msub><mrow><mo>(</mo><mi>p</mi><mo>,</mo><msub><mi>g</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow></mfrac><mo>+</mo><mfrac><mrow><msubsup><mi>S</mi><mi>p</mi><msub><mi>g</mi><mi>i</mi></msub></msubsup><mo>&times;</mo><msubsup><mi>S</mi><msub><mi>g</mi><mi>i</mi></msub><mi>p</mi></msubsup></mrow><mrow><mi>&alpha;</mi><mo>+</mo><msub><mi>S</mi><mi>far</mi></msub><mrow><mo>(</mo><mi>p</mi><mo>,</mo><msub><mi>g</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow></mfrac><mo>,</mo></mrow>]]></math><img file="FDA00007676573100000110.GIF" wi="887" he="167" /></maths>其中,S<sub>near</sub>(p,g<sub>i</sub>)和S<sub>far</sub>(p,g<sub>i</sub>)分别为待查询行人p和待测行人g<sub>i</sub>的近邻相似度和远邻相似度,<img file="FDA00007676573100000111.GIF" wi="76" he="84" />和<img file="FDA00007676573100000112.GIF" wi="66" he="92" />分别为待查询行人p和待测行人g<sub>i</sub>的正向内容相似度和反向内容相似度,α是一个防止分母为0的常数,0≤α≤1;所述的正向内容相似度<img file="FDA00007676573100000113.GIF" wi="78" he="84" />即待测行人g<sub>i</sub>在正向排序结果中序号,所述的反向内容相似度<img file="FDA0000767657310000021.GIF" wi="72" he="86" />即待查询行人p在反向排序结果中序号。
地址 430072 湖北省武汉市武昌区珞珈山武汉大学