太阳城集团

  • / 8
  • 下载费用:30 金币  

一种基于组合模板聚类采样匹配的人物比对方法.pdf

摘要
申请专利号:

CN201410121866.8

申请日:

2014.03.28

公开号:

CN103984916A

公开日:

2014.08.13

当前法律状态:

撤回

有效性:

无权

法律详情: 发明专利申请公布后的视为撤回IPC(主分类):G06K 9/00申请公布日:20140813|||实质审查的生效IPC(主分类):G06K 9/00申请日:20140328|||公开
IPC分类号: G06K9/00; G06K9/62 主分类号: G06K9/00
申请人: 广东顺德中山大学卡内基梅隆大学国际联合研究院; 中山大学
发明人: 林倞; 王喆; 徐元璐; 江波
地址: 528300 广东省佛山市顺德区大良街道办广东顺德中山大学卡内基梅隆大学国际联合研究院
优先权:
专利代理机构: 广州粤高专利商标代理有限公司 44102 代理人: 林丽明
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

太阳城集团CN201410121866.8

授权太阳城集团号:

||||||

法律状态太阳城集团日:

2017.09.05|||2014.09.10|||2014.08.13

法律状态类型:

发明专利申请公布后的视为撤回|||实质审查的生效|||公开

摘要

太阳城集团本发明公开了一种基于组合模板聚类采样匹配的人物比对方法,包括以下步骤:1)输入多幅单人图片和一幅多人图片,其中多幅单人图片中单人为同一人;2)从多幅单人图片中提取出一个单人多实例组合模板,并从多人图片中提取出备选目标集合;3)用单人多实例组合模板和备选目标集合构建肢体匹配候选图;4)对肢体匹配候选图进行求解,找到最佳的人物肢体的匹配。由于本方法考虑到了人物肢体之间的位置和逻辑关系,所以能够有效的提高人物比对的准确率。

权利要求书

权利要求书
1.  一种基于组合模板聚类采样匹配的人物比对方法,其特征在于,包括以下步骤:
1)输入多幅单人图片和一幅多人图片,其中多幅单人图片中单人为同一人;
2)从多幅单人图片中提取出一个单人多实例组合模板T,并从多人图片中提取出备选目标集合S;
3)用单人多实例组合模板T和备选目标集合S构建肢体匹配候选图G;
4)对肢体匹配候选图G进行求解,找到最佳的人物肢体的匹配。

2.  根据权利要求1所述的人物比对方法,其特征在于,所述步骤2)从多幅单人图片中提取出一个单人多实例组合模板T,其单人多实例组合模板T为:

N=6,即人物肢体被分成6个部分,分别是头部、躯干、上臂、前臂、大腿和小腿;其中,g表示每一个被检测出的具体的人物肢体,用一个矩形框表示,该矩形框用一个五元组 表达,t代表该肢体的类型,x和y表示该肢体中心的坐标,θ表示该肢体的旋转角度,s表示该肢体的相对比例;
上述单人多实例组合模板T的具体提取方法为:
21)单人图片在竖直方向上等分成4层,在每一层中分别用对应的人物肢体检测器进行扫描检测,得到相应的检测分数,具体分层方法如下:
第一层:头
第二层:躯干,上臂,前臂
第三层:大腿
第四层:小腿
22)剔除检测结果中与前景掩膜重叠比率小于阈值X的肢体,将剩下的肢体组成模板T。

3.  根据权利要求1所述的人物比对方法,其特征在于,所述步骤2)从多人图片中提取出备选目标集合S的提取方法为:用人物肢体检测器扫描多人图片,得到检测结果,再根据前景掩膜剔除与前景重叠面积小于阈值X的检测出的肢体,将剩下的组成备选目标集合S。

4.  根据权利要求2或3所述的人物比对方法,其特征在于,所述阈值X为75%。

5.  根据权利要求2或3所述的人物比对方法,其特征在于,所述前景掩膜是通过背景建模的方法生成或者手动标注生成。

6.  根据权利要求1所述的人物比对方法,其特征在于,所述步骤3)中的肢体匹配候选图G的顶点定义为单人多实例组合模板T和目标备选集合S中对应肢体的匹配对,肢体匹配候选图G的边定义为相邻两个顶点的相容关系和竞争关系;
所述相容关系是鼓励匹配对在匹配的过程中相互激活,所述相容关系表示为两个备选目标肢体部分的靠近程度,主要有两个方面:(a)在位置上有依赖的运动学关系;(b)在位置上对称的对称关系;
所述竞争关系是在匹配对同时被激活时抑制了冲突,主要有两个方面:(i)拥有同样肢体类型的两个备选目标不能同时被激活;(ii)两个备选目标的重叠部分应该只被比较一次。

7.  根据权利要求1所述的人物比对方法,其特征在于,所述步骤4)是使用复合聚类采样算法对肢体匹配候选图G进行求解,找到最佳的人物肢体的匹配。

说明书

说明书一种基于组合模板聚类采样匹配的人物比对方法
技术领域
本发明涉及人物比对领域,更具体地,涉及一种基于组合模板聚类采样匹配的人物比对方法。
背景技术
人物比对在视频监控中已经开始逐渐受到重视,特别是在人脸识别应用受限制的时候人物比对的功能就尤为重要。但是人物比对是很有难度和挑战的,一方面很难找到一种针对人物且鲁棒好的表达方式,因为人体外形会有很大的变化(如视角、动作、光照条件等),所以很难通过提取低级的图像特征来构建模板从而有效的识别人物;另一方面很难找到有效的人物的局部匹配方法,给定一个人物的模板,用全局人物太阳城集团来进行人物匹配结果总是会得到很多错误的正样本。因为在现实的监控视频中,将要对比的目标人物可能被遮挡,也可能跟其他人物或是背景相连,这时就需要用人物局部的太阳城集团来进行匹配和比对。
发明内容
为了克服上述现有技术的不足,本发明提供了一种基于组合模板聚类采样匹配的人物比对方法,该比对方法的准确率较高。
本发明的技术方案为:
一种基于组合模板聚类采样匹配的人物比对方法,包括以下步骤:
1)输入多幅单人图片和一幅多人图片,其中多幅单人图片中单人为同一人;
2)从多幅单人图片中提取出一个单人多实例组合模板T,并从多人图片中提取出备选目标集合S;
3)用单人多实例组合模板T和备选目标集合S构建肢体匹配候选图G;
4)对肢体匹配候选图G进行求解,找到最佳的人物肢体的匹配。
在一种优选的方案中,所述步骤2)从多幅单人图片中提取出一个单人多实例组合模板T,其单人多实例组合模板T为:

N=6,即人物肢体被分成6个部分,分别是头部、躯干、上臂、前臂、大腿和小腿;其中,g表示每一个被检测出的具体的人物肢体,用一个矩形框表示,该矩形框用一个五元组 表达,t代表该肢体的类型,x和y表示该肢体中心的坐标,θ表示该肢体的旋转角度,s表示该肢体的相对比例;
上述单人多实例组合模板T的具体提取方法为:
21)单人图片在竖直方向上等分成4层,在每一层中分别用对应的人物肢体检测器进行扫描检测,得到相应的检测分数,具体分层方法如下:
第一层:头
第二层:躯干,上臂,前臂
第三层:大腿
第四层:小腿
22)剔除检测结果中与前景掩膜重叠比率小于阈值X的肢体,将剩下的肢体组成模板T。
在一种优选的方案中,所述步骤2)从多人图片中提取出备选目标集合S的提取方法为:用人物肢体检测器扫描多人图片,得到检测结果,再根据前景掩膜剔除与前景重叠面积小于阈值X的检测出的肢体,将剩下的组成备选目标集合S。
在一种优选的方案中,所述阈值X为75%。
在一种优选的方案中,所述前景掩膜是通过背景建模的方法生成或者手动标注生成。
在一种优选的方案中,所述步骤3)中的肢体匹配候选图G的顶点定义为单人多实例组合模板T和目标备选集合S中对应肢体的匹配对,肢体匹配候选图G的边定义为相邻两个顶点的相容关系和竞争关系;
所述相容关系是鼓励匹配对在匹配的过程中相互激活,所述相容关系表示为两个备选目标肢体部分的靠近程度,主要有两个方面:(a)在位置上有依赖的运动学关系;(b)在位置上对称的对称关系;
所述竞争关系是在匹配对同时被激活时抑制了冲突,主要有两个方面:(i)拥有同样肢体类型的两个备选目标不能同时被激活;(ii)两个备选目标的重叠部分应该只被比较一次。
在一种优选的方案中,所述步骤4)是使用复合聚类采样算法对肢体匹配候选图G进行求解,找到最佳的人物肢体的匹配。
与现有技术相比,本发明充分考虑到人物肢体之间的位置和逻辑关系,所以人物比对的准确率较高。
附图说明
图1为本发明方法流程图。
图2为肢体检测结果图,其中(a)为单人图片检测结果,(b)为多人图片检测结果。
图3为肢体配对候选图示意图。
图4为肢体相容关系图,其中(a)为肢体间的运动关系(虚线边)和对称关系(实线边),(b)为肢体间组合的实例。
具体实施方式
下面结合附图对本发明做进一步的描述,但本发明的实施方式并不限于此。
一种基于组合模板聚类采样匹配的人物比对方法的流程如图1所示,包括如下步骤:
1)输入多幅单人(同一人)图片和一幅多人图片;
较佳地,本发明在监控应用需求中遵循如下两条设定:
a)人物的着装在不同场景中保持不变,即输入的多幅单人图片和一幅多人图片中人物的着装应保持不变;
b)要比对的人物需要有一定的分辨率,在本实施例中其高度为120像素。
2)从多幅单人图片中提取出一个单人多实例组合模板T,并从多人图片中提取出备选目标集合S;
单人多实例组合模板提取方法如下:
单人图片在竖直方向上等分成4层,在每一层中分别用对应的人物肢体检测器进行扫描检测,得到相应的检测分数,具体分层方法如下:
第一层:头
第二层:躯干,上臂,前臂
第三层:大腿
第四层:小腿
如图2(a)所示,红色线框表示检测出的头,蓝色线框表示检测出的躯干,黄色线框表示检测出的大腿,绿色线框表示检测出的小腿。
然后,再根据前景掩膜剔除与前景重叠面积小于75%的检测出的肢体,这里的前景掩膜采用手动标注生成。
如图2(b)所示,从多人图片中提取备选目标集合的方法与提取单人多实例模板类似,区别在于不把图片在竖直方向上等分4层,直接用各个肢体检测器扫描全图片,得到扫描结果,然后再根据前景掩膜剔除与前景重叠面积小于75%的检测出的肢体,这里的前景掩膜也是手动标注生成。
在本实施例中,给单人图片和多人图片中检测出的肢体分别编号。
3)用单人多实例组合模板和备选目标集合构建肢体匹配候选图;
肢体匹配候选图的顶点定义为单人多实例组合模板和目标备选集合中对应肢体的匹配对,如(32,34)、(24,24)等,其中前者为单人实例模板中的肢体编号,后者为备选集合中的肢体编号;肢体匹配候选图的边定义为相邻两个顶点的相容关系和竞争关系。如图3所示,实线表示相容关系,虚线表示竞争关系。
相容关系是鼓励匹配对在匹配的过程中相互激活。本实施例中把相容关系表示为两个备选目标肢体部分的靠近程度,主要考虑两个方面:(i)在位置上有依赖的运动学关系;(ii)在位置上对称的对称关系。如图4(a)所示,蓝色边代表肢体间有依赖的运动学关系,褐色边代表肢体间的对称关系。这两种关系可以清楚地表达出一个人物实例,如图4(b)所示。
竞争关系在匹配对同时被激活时抑制了冲突,主要考虑两个方面:(i)拥有同样肢体类型的两个备选目标不能同时被激活;(ii)两个备选目标的重叠部分应该只被比较一次。
4)对肢体匹配候选图进行求解,找到最佳的人物肢体的匹配。
在本实施例中采用复合聚类采样算法对肢体匹配候选图进行迭代求解,找到最佳的人物肢体的匹配,从而完成人物比对的算法。
太阳城集团以上所述的本发明的实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神原则之内所作出的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。

关 键 词:
一种 基于 组合 模板 采样 匹配 人物 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:一种基于组合模板聚类采样匹配的人物比对方法.pdf
链接地址:http://zh228.com/p-6140824.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');