基于核空间与稠密水平条带特征的行人再识别

摘要：

针对不同摄像机场景中的行人图像受到光照、视角和行人姿态等变化的影响,在监控画面中容易造成较大的外观差异的问题,提出了一种基于核空间与稠密水平条带特征的行人再识别算法;该算法在XQDA (Cross-view Quad-ratic Discriminant Analysis)度量学习算法的基础上提出了核空间映射与稠密水平条带提取行人图像特征的思想,首先通过自顶向下的滑动水平条带提取每个水平条带的颜色特征和纹理特征,然后融合行人图像的多种特征,把获得的特征映射到核空间中,最后在核空间里学习得到一个对背景、视角、姿势的变化具有鲁棒性的相似度函数,通过比较相似度的排名来对行人进行再识别;在VIPeR和iLIDS两个行人再识别数据集上的实验结果表明,该算法具有较高的识别率,其中Rank1(排名第1的搜索结果即为待查询行人的比率)分别达到48.2％和60.8％.

关键词：行人再识别、距离度量学习、核空间、滑动水平条带

所属期刊栏目：26

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61379036,61502430;国家自然科学基金委中丹合作项目61361136002;浙江省重大科技专项重点工业项目2014C01047;浙江理工大学521人才培养计划20150428

在线出版日期：2018-11-26（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：173-177