距离度量学习的摄像网络中行人重识别

发布时间：2017-11-19 18:22

  本文关键词：距离度量学习的摄像网络中行人重识别

  更多相关文章： 人重识别 距离度量学习 摄像网络 核函数 正则项

【摘要】：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.
【作者单位】： 中国计量大学信息工程学院;
【基金】：浙江省自然科学基金资助项目(No.LY15F020021) 浙江省科技厅公益性项目(No.2016C31079)
【分类号】：TP391.41
【正文快照】： 当今社会,在地铁站、大型商场等[1]公共场合都分布着大量的摄像头,这些摄像头组成了一个个的摄像网络,为寻找犯罪分子的踪迹提供了便利.然而,在实际情况中,光线、图像背景、摄像头参数差异等问题,使行人重识别成为了一项极具挑战的任务.在大多数现有的行人重识别方法研究中,研，

本文编号：1204474