多核支持向量机多示例学习的行人再识别

• 作者: 侯向华 刘红海 蒋云良 黄旭
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 非重叠视域 多示例学习 行人再识别 多核支持向量机
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: ?目标识别与跟踪?
• 页码范围: 16-22
• 页数: 7页
• 分类号: TP301.6
• 字数: 4484字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2014.11.003

摘要

行人再识别中的难点在于在不同摄像机中同一行人的图像差异较大，单一特征难以稳定地描述图像，而采用多种特征融合时无法准确分配权重。针对这一缺陷，本文提出了多核支持向量机多示例学习的行人再识别算法。首先提取行人在A、B摄像机下二张图片的分块HSV颜色特征和分块SIFT局部特征并构建词袋，将二者作为示例样本封装成包；其次对多核支持向量机模型进行了优化，采用高斯核和多项式核线性融合对包进行训练，并用多示例学习获得最优权重；最后本文算法在VIPeR标准数据集上进行了测试，识别准确率通过计算十次实验的平均准确度来获得，并用 CMC 曲线进行表示，同时也对样本的匹配结果进行排序。实验结果表明本文算法与多个优秀的算法相比，鲁棒性和识别准确度都获得了提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋云良	湖州师范学院信息与工程学院	71	1242	16.0	34.0
2	刘红海	合肥工业大学计算机与信息学院	4	35	4.0	4.0
6	侯向华	湖州师范学院信息与工程学院	5	23	3.0	4.0
7	黄旭	湖州师范学院信息与工程学院	17	36	3.0	5.0