本發明涉及行人再識別監控領域，尤其是指一種適用于安防的監控系統行人再識別方法。

背景技術：

視頻監控系統很大的一個功能是用于安防領域，尤其是在治安事件發生或人員失蹤的情況下，需要對視頻圖像里面的特定人員進行識別。目前絕大部分都是依靠安保或警察人眼來觀看視頻，但是隨著視頻監控系統的普及，往往有大量的視頻數據，如果單純依靠人眼來辨別，不僅識別效率低，而且人員勞動強度大，容易產生疲勞和漏檢的情況。

針對此問題，本發明在行人檢測技術的基礎上，分析某個特定的人是否在監控視頻中出現過，利用已經存在的人體目標圖像庫，當場景或者時間變化的時候，首先檢測出監控視頻中的行人，搜索樣本庫，將檢測到的行人與目標圖像庫進行匹配，再次識別和確認當前查找的行人的身份。這種智能視頻監控系統中行人再識別技術在視頻安防領域有極大的應用空間和前景。

技術實現要素：

本發明的目的在于克服現有技術的缺點和不足，提供一種行之有效、科學合理的適用于安防的監控系統行人再識別方法。

為實現上述目的，本發明所提供的技術方案為：一種適用于安防的監控系統行人再識別方法，首先，在需要監控的地方安裝攝像頭，并與監控主機進行網絡連接；然后構建樣本庫，該樣本庫包括行人樣本ID、行人樣本出現的時間、樣本特征向量、攝像頭位置及一張行人樣本圖片；接著，對目標人員的圖片進行預處理，并提取特征向量；將目標人員的特征向量與樣本庫中所有樣本特征向量進行比對，計算相似性度量；最后，列出多個相似度最高的樣本，并從樣本庫中的出現信息顯示出來，以此確認當前查找的目標人員曾經是否出現、何時出現在何處；其中，所述出現信息是指樣本庫中該樣本ID出現過的所有時間、攝像頭位置和一張圖片。

所述樣本庫構建過程如下為：首先，各攝像頭拍攝的行人圖片實時傳輸到監控主機進行實時識別和圖片預處理，計算出行人樣本特征值，該行人樣本特征值是通過將輸入的行人圖像預處理后轉換為HSV格式，統計所述格式的圖像內的各種顏色的像素數量獲得的；其次，將行人樣本特征值與樣本庫中所有已有樣本的特征值向量進行比對，若在樣本庫中某個樣本與此行人圖片判定為同一人，則只需增加此樣本ID的拍攝的時間、攝像頭位置及一張圖片；若未在樣本庫中找到一個樣本與此行人判定為同一人，則需要進行新的ID編碼，同時記錄時間、攝像頭位置及一張圖片。

對目標人員的圖片進行預處理包括以下內容：

1)采用領域平均法來減少噪聲；

2)采用Hough變換檢測出行人是否傾斜，然后對圖像進行水平校正；

3)采用基于HSV色彩空間的去陰影法和基于LBP算子的去陰影方相結合的方法，去除運動目標的陰影；

4)采用平均值法對圖像進行灰度化處理；

5)采用直方圖修正法使圖像具有期望的灰度分布。

本發明與現有技術相比，具有如下優點與有益效果：

1、本發明可為安保人員搜尋目標人員提供幫助，通過將目標人員與樣本庫進行比對，可快速將最接近的多個樣本信息呈現出來，協助安保人員進一步分析判斷目標人員是否曾經進出目標地，從而極大提高效率。

2、本發明可代替人工觀看監控視頻，降低勞動強度，提高檢索效率，提高安保系統應用價值，具有較好的可行性和很大實際推廣價值。

附圖說明

圖1為本發明的步驟框架圖。

圖2為本發明的圖片預處理流程圖。

具體實施方式

下面結合具體實施例對本發明做進一步的說明。

如圖1所示，本實施例所述的監控系統行人再識別方法，其具體情況如下：

首先，在各大樓出入口或樓梯等關鍵節點安裝攝像頭，并與監控主機進行網絡連接進行調試。然后開始構建樣本庫，該樣本庫包括行人樣本ID、行人樣本出現的時間、樣本特征向量、攝像頭位置及一張行人樣本圖片，所述樣本庫構建過程如下為：各攝像頭拍攝的行人圖片實時傳輸到監控主機進行實時識別和圖片預處理，計算出行人樣本特征值，該行人樣本特征值是通過將輸入的行人圖像預處理后轉換為HSV格式，統計所述格式的圖像內的各種顏色的像素數量獲得的；其次，將行人樣本特征值與樣本庫中所有已有樣本的特征值向量進行比對，若在樣本庫中某個樣本與此行人圖片判定為同一人，則只需增加此樣本ID的拍攝的時間、攝像頭位置及一張圖片；若未在樣本庫中找到一個樣本與此行人判定為同一人，則需要進行新的ID編碼，同時記錄時間、攝像頭位置及一張圖片。

在進行某目標人員再識別時，首先對目標人員的圖片進行預處理，提取特征向量；然后將目標人員的特征向量與樣本庫中所有樣本特征向量進行比對，計算相似性度量；最后，列出5個相似度最高的樣本，并從樣本庫中的時間、攝像頭位置及一張圖片等信息顯示出來，以協助安保人員快速確認目標人員是否出現在大樓，大量減少安保人員觀看視頻的時間和精力。

如圖2所示，對目標人員的圖片進行預處理包括以下內容：

1)采用領域平均法來減少噪聲；

2)采用Hough變換檢測出行人是否傾斜，然后對圖像進行水平校正；

3)采用基于HSV色彩空間的去陰影法和基于LBP算子的去陰影方相結合的方法，去除運動目標的陰影；

4)采用平均值法對圖像進行灰度化處理；

5)采用直方圖修正法使圖像具有期望的灰度分布。

以上所述實施例只為本發明之較佳實施例，并非以此限制本發明的實施范圍，故凡依本發明之形狀、原理所作的變化，均應涵蓋在本發明的保護范圍內。