多特征融合与交替方向乘子法的行人再识别

• 作者: 李佶 王慈淳 蒋建国 齐美彬
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 行人再识别 多特征融合 非均匀分割 特定区域均值法 HOG特征 交替方向乘子法
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 827-836
• 页数: 10页
• 分类号: TP391
• 字数: 8045字
• 语种: 中文
• DOI: 10.11834/jig.170507

摘要

目的 由于行人图像分辨率差异、光照差异、行人姿态差异以及摄像机视角和成像质量差异等原因,导致同一行人在不同监控视频中的外观区别很大,给行人再识别带来了巨大挑战.为提高行人再识别的准确率,针对以上问题,提出一种基于多特征融合与交替方向乘子法的行人再识别算法.方法 首先利用图像增强算法对所有行人图像进行处理,减少因光照变化产生的影响,然后把处理后的图像进行非均匀分割,同时使用特定区域均值法提取行人图像的HSV和LAB颜色特征以及SILTP(scale invariant local ternary pattern)纹理特征和HOG(histogram of oriented gradient)特征,融合多种特征得到行人图像对的整体与局部相似度度量函数并结合产生相似度函数,最后使用交替方向乘子优化算法更新出最优的测度矩阵实现行人再识别.结果 在VIPeR、CUHK01、CUHK03和GRID这4个数据集上进行实验,其中VIPeR、CUHK01和GRID 3个数据集Rank1(排名第1的搜索结果即为待查询人的比率)分别达到51.5％、48.7％和21.4％,CUHK03手动裁剪和检测器检测数据集Rank1分别达到62.40％和55.05％,识别率有了显著提高,具有实际应用价值.结论 提出的多特征融合与交替方向乘子优化算法,能够很好地描述行人特征,迭代更新出来的测度矩阵能够很好地表达行人之间的距离信息,较大幅度地提高了识别率.该方法适用于大多数应用场景下的行人再识别.尤其是针对复杂场景下静态图像行人再识别问题,在存在局部遮挡、光照差异和姿态差异的情况下也能保持较高的识别正确率.

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	王慈淳	合肥工业大学计算机与信息学院	2	17	2.0	2.0
4	李佶	合肥工业大学计算机与信息学院	2	17	2.0	2.0