基于迭代投影向量学习的行人重识别

摘要：

为降低行人重识别问题中投影矩阵学习的时间复杂度和过拟合风险,提出一种带有正则化因子的迭代投影向量学习的算法.利用行人图像特征空间分布的迭代更新策略,结合随机梯度下降方法,对更新后的特征进行学习,得到若干列满足目标精度的相互正交的投影向量;将这些投影向量相乘得到最终的投影矩阵,有效降低运算复杂度.将该算法与其它常用的方法在现有公共数据集上进行比较,比较结果表明,该算法的识别效率明显高于其它方法,训练时间少于其它常用方法.

关键词：行人重识别、投影向量、相似性度量学习、迭代更新、随机梯度下降

所属期刊栏目：39

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61572085

在线出版日期：2018-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1120-1124