采用增量式线性判别分析的行人再识别

摘要：

针对当前行人再识别在度量学习算法中使用的主成分分析法容易丢失分类信息的问题,提出一种基于增量式线性判别分析的行人再识别算法.算法采用线性判别分析的映射方法使样本在投影子空间中能够保持最大化的分类信息,并利用增量学习的方法使度量学习模型能够根据新标记的训练样本进行更新.方法不仅考虑了映射子空间保留样本分类信息的问题,而且考虑了度量矩阵对新样本的更新性.仿真结果表明,该方法不仅能增强算法的准确性,具有较高的行人再识别率,而且对新样本还具有可扩展性.

关键词：线性判别分析、增量学习、KISSME算法、行人再识别

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61104213,61573168;江苏省产学研前瞻性联合研究项目BY2015019-15

在线出版日期：2017-08-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：595-600