一种用于跨视场目标重识别的时空约束模型构建方法与流程

技术特征：
1.一种用于跨视场目标重识别的时空约束模型构建方法，其特征在于，包括：步骤一、统计训练集中包含的时空信息，建立有向时空概率模型，具体是：所述训练集中每张图片都标记有拍摄的摄像机编号和时间戳，对训练集中每个目标的图片按照时间戳进行排序，根据预先设置的阈值a进行图片所属时间段的划分，当相邻图片拍摄的时间间隔超过阈值a时，两图片划分为不同时间段，否则属于同一时间段；对同一时间段的目标统计各摄像机间的迁移时间，并统计对应的摄像机对，摄像机对具有方向性，根据图片时间戳得到目标离开和进入的摄像机编号；预先划定迁移时间的时间区间，统计所有目标在指定摄像机对的迁移时间，计算迁移时间落在各时间区间的概率，得到指定摄像机对的时空概率；步骤二、统计训练集中包含的路径信息，建立有效路径概率模型，具体是：对于给定的摄像机对(n
e
,n
l
)，将n
e
和n
l
分别作为路径的起点和终点，由训练集统计两摄像机间的所有路径，设共有j条可能的运动路径，计算各路径的出现概率，将出现概率大于1/2j的运动路径定为有效路径，并通过归一化，使所有有效路径的出现概率总和为1；统计训练集中所有摄像机对的有效路径出现概率，将有效路径大于2条的摄像机对定义为高阶摄像机对；步骤三、建立时空与路径融合模型，具体是：设(n
e
,n
l
)为一高阶摄像机对，目标在高阶摄像机对(n
e
,n
l
)间的迁移时间为τ，高阶摄像机对(n
e
,n
l
)间的有效路径数量为d，则根据有效路径的数量计算n
e
,n
l
拍摄的两张图片属于同一目标的时空概率，如下：其中，当d≥2时，针对高阶摄像机对的每条有效路径分别计算目标的时空概率，最终的时空概率为每条有效路径的时空概率的加权相加；表示两张图片属于同一目标的时空概率，代表对数正态分布，为正态分布中的参数；p(d|n
e
,n
l
)代表第d条有效路径的出现概率；是高阶摄像机对(n
e
,n
l
)的第d条有效路径对应的正态分布中的参数。2.根据权利要求1所述的方法，其特征在于，所述的步骤一中，设n
e
和n
l
分别为目标进入和离开场景的摄像机编号，目标出现在摄像机n
e
和n
l
的时间间隔为τ的时空概率为p(τ|n
e
,n
l
)，时空概率p(τ|n
e
,n
l
)估计为对数正态分布，对正态分布中的参数通过最大化下面的对数似然函数来获得；其中，l(.)为对数似然函数，τ
k
∈u(k＝1,2,...,k)是在训练集中采样的摄像机对(n
e
,n
l
)的迁移时间样本，u包含训练集中的从摄像机n
e
到n
l
的所有迁移时间样本，k为迁移时间样本数量。3.根据权利要求1所述的方法，其特征在于，所述的步骤一中，摄像机对具有方向性，是
指对应目标的运动路径具有方向性，目标在两地运动时具有方向相反的两条路径，考虑方向相反的路径的迁移时间不同，设置摄像机对中两摄像机的先后顺序对应目标的运动路径的方向。4.根据权利要求1所述的方法，其特征在于，所述的步骤一中，对同一时间段的目标统计各摄像机间的迁移时间，包括：当摄像机只拍摄了一张图片，则该图片的时间戳为拍摄时间，若摄像机拍摄了多张图片，根据多张图片的时间戳计算中间时间作为拍摄时间，将目标在两摄像机的拍摄时间间隔，作为目标在两摄像机间的迁移时间。5.根据权利要求1或4所述的方法，其特征在于，所述的步骤一中，计算指定摄像机对的时空概率，包括：统计训练集中所有目标在指定摄像机对的迁移时间样本，计算迁移时间样本落在不同时间区间的数量比例，获得指定摄像机对的时空概率。6.根据权利要求1所述的方法，其特征在于，所述的步骤二中，摄像机n
e
,n
l
间的第d条路径的出现概率p(d|n
e
,n
l
)，是统计训练集中经过第d条路径的目标数量比例来获得；其中设摄像机n
e
,n
l
间的运动路径表示为m为运动路径中除起点和终点之外的摄像机的数目。7.根据权利要求1所述的方法，其特征在于，所述的步骤二中，有效路径概率模型只统计摄像机对的有效路径及其出现概率。

技术总结
本发明提供了一种用于跨视场目标重识别的时空约束模型构建方法，属于监控场景目标重识别技术领域。本发明包括：提出了有向时空概率模型，消除方向相反的路径迁移时间不同对模型准确度的影响；提出了有效路径和高阶摄像机对，进而提出有效路径概率模型；提出了时空和路径融合模型，通过路径信息提升时空预测模型的准确性。本发明模型通过统计图像中有方向的时空信息得到目标在各视场中的迁移规律，从而计算目标的时空、路径概率；针对高阶摄像机对时空概率的高斯性并不明显的问题，建立时空和路径融合模型，通过路径概率改进高阶摄像机对的时空模型，最终形成用于跨视场目标重识别的时空约束模型；本发明方法有效提升了目标重识别模型的准确率。别模型的准确率。别模型的准确率。


技术研发人员：李红光 王菲 于若男
受保护的技术使用者：北京航空航天大学
技术研发日：2021.09.06
技术公布日：2021/11/24