基于多特征子空间与核学习的行人再识别

• 作者: 刘皓 檀胜顺 王运侠 蒋建国 齐美彬
• 来源期刊: 自动化学报
• 关键词: 行人再识别 特征空间 测度学习 核学习
• 年，卷（期）: 2016,（2）
• 页码范围: 299-308
• 页数: 10页
• 字数: 9470字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c150344

摘要

行人再识别指的是在无重叠视域多摄像机监控系统中，匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题，我们提出一种基于多特征子空间与核学习的行人再识别算法.该算法首先在不同特征子空间中基于核学习的方法得到不同特征子空间中的测度矩阵以及相应的相似度函数，然后通过比较不同特征子空间中的相似度之和来对行人进行识别.实验结果表明，本文提出的算法具有较高的识别率，其中在VIPeR数据集上， RANK1达到了40.7%，且对光照变化、行人姿态变化、视角变化和遮挡都具有很好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐美彬	合肥工业大学计算机与信息学院	134	1683	20.0	34.0
2	蒋建国	合肥工业大学计算机与信息学院	245	2905	27.0	39.0
3	王运侠	合肥工业大学计算机与信息学院	2	54	2.0	2.0
4	檀胜顺	合肥工业大学计算机与信息学院	2	54	2.0	2.0
5	刘皓	合肥工业大学计算机与信息学院	2	54	2.0	2.0