目标再确认中的优化扩散距离相似性度量
跨摄像头目标再确认是多摄像头监控领域中一个亟需解决的难点问题,如何获得准确率更高的距离度量算法成为解决该难点的关键.为此本文在提取优秀的多特征基础上,建立了一种无需训练,适应更多场景的度量算法:优化扩散距离相似性度量,用于跨摄像头目标再确认.在高维扩散距离的基础上,加入高斯金字塔图像采样和加权性优化处理,用于提高相似空间向量的辨别力,并提高计算效率.通过对高维扩散距离的二次优化建立起最终的相似性度量函数.最后对VIPeR和ETHZ数据库中的图片进行多次目标再确认实验,排名第一的图片的正确匹配率达到了50.5%.实验结果表明本文算法取得了较好的匹配结果.
优化扩散距离、相似性度量、多特征融合、目标再确认
13
TP391.9(计算技术、计算机技术)
国家自然科学基金项目61305014;国家留学基金管理委员会项目201508310033;上海市教育委员会和上海市教育发展基金会"晨光计划"13CG60;上海高校青年教师培养资助计划ZZGJD13006;上海工程技术大学人才行动计划2017RC112015,nhrc-2015-11
2018-04-11(万方平台首次上网日期,不代表论文的发表时间)
共12页
269-280