基于核空间与稠密水平条带特征的行人再识别

• 作者: 包晓安 张福星 桂江生 王强 高春波
• 来源期刊: 计算机测量与控制
• 关键词: 行人再识别 距离度量学习 核空间 滑动水平条带
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 设计与应用
• 页码范围: 173-177
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.07.038

摘要

针对不同摄像机场景中的行人图像受到光照、视角和行人姿态等变化的影响,在监控画面中容易造成较大的外观差异的问题,提出了一种基于核空间与稠密水平条带特征的行人再识别算法;该算法在XQDA (Cross-view Quad-ratic Discriminant Analysis)度量学习算法的基础上提出了核空间映射与稠密水平条带提取行人图像特征的思想,首先通过自顶向下的滑动水平条带提取每个水平条带的颜色特征和纹理特征,然后融合行人图像的多种特征,把获得的特征映射到核空间中,最后在核空间里学习得到一个对背景、视角、姿势的变化具有鲁棒性的相似度函数,通过比较相似度的排名来对行人进行再识别;在VIPeR和iLIDS两个行人再识别数据集上的实验结果表明,该算法具有较高的识别率,其中Rank1(排名第1的搜索结果即为待查询行人的比率)分别达到48.2％和60.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桂江生	浙江理工大学信息学院	26	58	5.0	6.0
2	包晓安	浙江理工大学信息学院	80	324	9.0	15.0
3	王强	浙江理工大学信息学院	8	21	3.0	4.0
4	张福星	浙江理工大学信息学院	2	3	1.0	1.0
5	高春波	浙江理工大学信息学院	6	7	2.0	2.0