局部Fisher向量编码与交叉视角二次判别分析的人头重识别

• 作者: 何敬霞 张桦 徐光平 李胜利 王志岗 薛彦兵 高赞
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 人头重识别 高斯混合模型 Fisher向量 度量学习
• 年，卷（期）: 2019,（1）
• 页码范围: 6-12
• 页数: 7页
• 分类号: TP391.4
• 字数: 4618字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2019.01.002

摘要

目前行人重识别主要是基于完整人体的研究,但是某些特定场景下,完整行人图片难以获取,因此本文建立一个基于人头的重识别数据库,并提出了相关算法.算法采用局部Fisher向量编码和交叉视角二次判别分析算法,首先基于HSV颜色信息去描述特征,使用高斯混合模型对特征数据建模,然后Fisher向量加权聚合,最后对样本的低维特征子空间和度量矩阵同时进行学习.实验及分析证明了基于人头的重识别算法的可行性,其中基于Rank1的重识别率达到89.29％.