基于光流引导特征的视频行人再识别方法

• 作者: 张丽红 王芬
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 深度学习 行人再识别 光流引导特征 卷积神经网络 循环神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 数据采集与图像处理
• 页码范围: 9-15
• 页数: 7页
• 分类号: TP391.4
• 字数: 4519字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2020.01.002

摘要

视频行人再识别的主要任务是基于视频序列判断由不同摄像机捕获的行人是否为同一身份.当前的视频行人再识别方法大都需要提前手动提取光流图来计算行人的运动特征.为了简化网络结构,减少计算量,提出了一种基于光流引导特征的视频行人再识别方法.首先使用卷积神经网络提取行人图像的深度特征,并根据深度特征图计算光流引导特征来描述行人运动信息;然后联合行人空间外观特征与时间运动特征,获得视频级的行人特征描述矢量;最后计算特征描述矢量之间的欧式距离,判定两段图像序列中的行人是否为同一身份.在数据集iLIDS-VID、PRID2011上进行实验,结果表明该方法具有较高的识别率.

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	王芬	山西大学物理电子工程学院	3	4	1.0	2.0