10.11830/ISSN.1000-5013.201707021
应用空间约束和二次相似度学习算法的行人再识别
针对空间分布的全局外观潜在变化的行人再识别问题,提出一种基于空间约束和二次相似度学习算法.通过二次相似度函数(QSF)估计每个子区域的相似度,从而形成多项式特征图,并将所有特征图融合到统一的框架中.该框架利用局部相似度和全局相似度的互补优势,结合多个视觉线索进一步提高算法的鲁棒性.实验对比3个公共数据集,结果表明:基于空间约束和二次相似度学习算法具有显著的识别性能.
行人再识别、空间约束、二次相似度函数、多项式特征图
40
TP391(计算技术、计算机技术)
国家自然科学青年科学基金资助项目61505059;福建省厦门市科技局产学院科技创新项目3502Z20173046;华侨大学研究生科研创新能力培育计划项目1511422006
2019-07-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
384-389