利用人体部位特征重要性进行行人再识别

• 作者: 曹瑀 朱波 武小平 王骞 章登义 蔡波
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 视频监控 行人再识别 部位特征重要性 聚类分析 CMC曲线
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 84-90
• 页数: 7页
• 分类号: P237.4|P208
• 语种: 中文
• DOI: 10.13203/j.whugis20150551

摘要

提出了一种基于人体部位特征重要性的行人再识别算法,该算法首先提取人体各部位的颜色、纹理以及形状等特征,然后对多个行人样本的每个部位分别进行聚类分析,使用误差积累的方法为每个分类计算一种更适合该分类的部位特征重要性权值向量,使得不同类型特征能更有效地应用在其适合的外观上.在公共数据集VIPeR上进行了实验,通过积累匹配特性(cumulative matching characteristic,CMC)曲线对实验结果进行评价,结果表明,该算法具有较高的再识别率,且对行人视角转换、光照变化、环境嘈杂和物体遮挡有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡波	武汉大学计算机学院	15	180	5.0	13.0
2	武小平	武汉大学计算机学院	20	64	5.0	6.0
3	王骞	武汉大学计算机学院	13	84	4.0	9.0
4	章登义	武汉大学计算机学院	33	236	8.0	14.0
5	朱波		7	18	3.0	4.0
6	曹瑀	武汉大学计算机学院	1	5	1.0	1.0