基于深度测量的行人体态特征提取与再识别方法

摘要：

行人再识别是视觉监控系统的核心问题之一,然而传统基于彩色图像的特征提取方法难以用于极暗光照条件下的行人再识别.本文提出一种基于深度测量的行人体态特征提取方法,由于深度测量独立于光照条件,因此所提方法可以在极暗光照条件下对行人目标进行有效识别.由深度数据经过分割和滤波生成人体点云,将观测点云与初始人体模型进行配准,基于配准后的点云对人体模型的体态参数和姿态参数进行联合估计,计算体态特征向量的欧式距离实现行人再识别.在公开数据集和实验室自采数据集上进行验证,计算Rank-n、累计匹配曲线、平均精度均值等性能指标,其中在Single shot评估模式下BIWI数据集的Rank-1可达到 70.71%、Rank-5可达到 92.32%,结果表明本文所提算法可有效提高再识别精度.

关键词：行人再识别、极暗光照、深度测量、人体模型

所属期刊栏目：44

分类号：TP391.41;TH789(计算技术、计算机技术)

资助基金：国家自然科学基金61873015

在线出版日期：2023-07-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：201-211