基于低通滤波模型的行人再识别算法

• 作者: 王庚润 花超 陈雷
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 行人再识别 低通滤波 高频噪声 相似度 噪声频率
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 虚拟现实与多媒体计算
• 页码范围: 3314-3319
• 页数: 6页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020030351

摘要

针对行人再识别的图像中由于遮挡和背景干扰而存在大量无用特征的问题,提出一种基于低通滤波模型的行人再识别方法.首先,将行人图像进行分块;然后,计算各种小块在各图像中的相似个数,其中相似个数较多的小块为高频噪声特征、相似个数较少的小块为有益特征;最后,不同于常见图像处理中的滤除突变特征、留下平滑特征的低通滤波器,所提方法利用通信系统中的低通滤波器实现抑制高频噪声特征、增益有益特征的目标.实验结果表明,所提方法在ETHZ数据集上的识别率比经典的对称性局部特征累加(SDALF)方法提升了近20％;同时,该方法在VIPeR和I-LIDS数据集上也取得了相似的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈雷		10	16	3.0	3.0
2	花超		1	0	0.0	0.0
3	王庚润		1	0	0.0	0.0