基于核学习和距离相似度量的行人再识别

• 作者: 胡彬 邵叶秦
• 来源期刊: 信息与控制
• 关键词: 行人再识别 测度学习 核学习
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 论文与报告
• 页码范围: 525-529,542
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13976/j.cnki.xk.2017.0525

摘要

行人再识别指的是在无重叠的多摄像机监控视频中,匹配不同摄像机中的行人目标.本文提出了一种基于核学习的测度学习的行人再识别方法,首先融合行人图像的颜色特征和纹理特征,并使用WPCA(PCA whitening)去除融合后的特征的冗余度,然后将处理过的特征通过核函数映射到更容易区分的核空间,并在核空间训练行人特征对之间的距离测度矩阵和相似度测度矩阵,结合距离测度函数和相似度测度函数来描述行人对之间的相似度.在VIPeR、iLIDS等数据集上的实验结果表明,本文的方法取得了较高的累积匹配得分,特别是第1匹配率,且对光照变化、行人姿态变化、视角变化和遮挡都具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵叶秦	南通大学计算机科学与技术学院	34	70	5.0	7.0
2	胡彬	南通大学计算机科学与技术学院	12	33	3.0	4.0