最小均衡化后的行人重识别

• 作者: 刘翠响 张亚凤 王宝珠 袁香伟 马杰
• 来源期刊: 深圳大学学报（理工版）
• 学科: 工学
• 关键词: 人工智能 行人重识别 特征融合 下采样 交叉二次判别分析度量学习 直方图均衡化 图像处理 模式识别
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 电子与信息科学
• 页码范围: 447-452
• 页数: 6页
• 分类号: TP391
• 字数: 4325字
• 语种: 中文
• DOI: 10.3724/SP.J.1249.2019.04447

摘要

为解决实际监控场景中的行人重识别技术的智能应用,考虑到行人图像拍摄角度不断变化的情况,将颜色和纹理等特征进行融合,利用部分局部块提取图像特征;针对行人轮廓不清晰,提出在纹理特征提取前实现直方图均衡化的方法;通过对图像进行两次下采样,使算法具有更好的比例尺度不变性.与现有的局部最大概率(local maximal occurrence,LOMO)特征与跨视图二次鉴别分析(cross-view quadratic discriminant analysis,XQDA)方法结合的重识别方法进行对比,结果表明,在数据集VIPeR、PKU-Reid和i-LIDS-VID上重识别率rank1分别提高了0.28％、1.75％和0.20％,证明采用最小均衡化后的行人重识别率得到了提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘翠响	河北工业大学电子信息工程学院	30	115	6.0	9.0
2	王宝珠	河北工业大学电子信息工程学院	73	378	10.0	16.0
3	马杰	河北工业大学电子信息工程学院	37	74	6.0	7.0
4	袁香伟	河北工业大学电子信息工程学院	2	1	1.0	1.0
5	张亚凤	河北工业大学电子信息工程学院	1	0	0.0	0.0