基于多层深度特征融合的行人再识别研究

• 作者: 孙志琳 张丽红
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 行人再识别 卷积神经网络 主成分分析 特征提取
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 数据采集与图像处理
• 页码范围: 318-322
• 页数: 5页
• 分类号: TP391.4
• 字数: 2875字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2018.04.007

摘要

本文采用多层深度特征融合方法,首先,利用经典卷积神经网络对行人图像进行处理;然后,对卷积神经网络每一层得到的特征进行PCA降维,保留其主要成分,并将各层降维后的特征进行融合;最后,基于欧氏距离判断待查询行人与图像库中各行人的相似性,得到再识别结果.实验结果表明,与已有的行人再识别方法相比,本文方法准确率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张丽红	山西大学物理电子工程学院	44	191	8.0	12.0
2	孙志琳	山西大学物理电子工程学院	2	4	2.0	2.0