融合BOW模型的多特征子空间行人重识别算法

• 作者: 朱小波 车进
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: BOW模型 子空间 背景弱化 行人重识别
• 年，卷（期）: 2019,（18）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 146-150
• 页数: 5页
• 分类号: TP391.4
• 字数: 4370字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1808-0203

摘要

针对目前行人重识别算法在目标外观特征和度量算法方面的问题,提出一种融合BOW模型的多特征子空间行人重识别算法.在行人图像上采用2-D高斯模板将图像背景弱化,然后提取BOW特征描述子和YUV+HSV颜色特征描述子,并将其融合组成最终的特征描述子.在相似性度量方面,采用在原始特征空间学习一个子空间,并在该子空间学习测度矩阵的方法进行相似性度量.在VIPeR和CUHK01两个数据集上的实验结果表明,提出的算法能够明显地提高行人重识别率.