基于多特征子空间与核学习的行人再识别

发布时间：2018-05-25 15:43

  本文选题：行人再识别 + 特征空间　； 参考：《自动化学报》2016年02期

【摘要】：行人再识别指的是在无重叠视域多摄像机监控系统中,匹配不同摄像机视域中的行人目标.针对当前基于距离测度学习的行人再识别算法中存在着特征提取复杂、训练过程复杂和识别效果差的问题,我们提出一种基于多特征子空间与核学习的行人再识别算法.该算法首先在不同特征子空间中基于核学习的方法得到不同特征子空间中的测度矩阵以及相应的相似度函数,然后通过比较不同特征子空间中的相似度之和来对行人进行识别.实验结果表明,本文提出的算法具有较高的识别率,其中在VIPe R数据集上,RANK1达到了40.7%,且对光照变化、行人姿态变化、视角变化和遮挡都具有很好的鲁棒性.
[Abstract]:Pedestrian rerecognition refers to the matching of pedestrian targets in different cameras in a multi-camera surveillance system with no overlapped view. Aiming at the problems of complex feature extraction, complex training process and poor recognition effect in the current pedestrian rerecognition algorithm based on distance measure learning, we propose a pedestrian rerecognition algorithm based on multi-feature subspace and kernel learning. Firstly, the measure matrix and the corresponding similarity function in different feature subspaces are obtained based on kernel learning in different feature subspaces, and then the pedestrians are identified by comparing the sum of similarity degrees in different feature subspaces. The experimental results show that the proposed algorithm has a high recognition rate, in which RANK1 reaches 40.7 on the VIPe R dataset, and is robust to the changes of illumination, pedestrian posture, angle of view and occlusion.
【作者单位】： 合肥工业大学计算机与信息学院;
【基金】：国家自然科学基金(61371155) 安徽省科技攻关项目(1301b042023)资助~~
【分类号】：TP391.41

【参考文献】

相关期刊论文 前1条

1 杜宇宁;艾海舟;;基于统计推断的行人再识别算法[J];电子与信息学报;2014年07期

【共引文献】

相关期刊论文 前7条

1 霍中花;陈莹;;采用增量式线性判别分析的行人再识别[J];小型微型计算机系统;2017年03期

2 齐美彬;胡龙飞;蒋建国;高灿;;多特征融合与独立测度学习的行人再识别[J];中国图象图形学报;2016年11期

3 齐美彬;王运侠;檀胜顺;刘皓;蒋建国;;正则化独立测度矩阵的行人再识别[J];模式识别与人工智能;2016年06期

4 齐美彬;檀胜顺;王运侠;刘皓;蒋建国;;基于多特征子空间与核学习的行人再识别[J];自动化学报;2016年02期

5 宋亚玲;张良;;颜色特征和超像素特征融合的人体目标再识别[J];信号处理;2015年10期

6 范彩霞;陈亚军;曹磊;缪亚林;;基于视觉感知模型的行人再识别[J];计算机工程与应用;2016年06期

7 彭志勇;常发亮;刘洪彬;别秀德;;基于HSV模型和特征点匹配的行人重识别算法[J];光电子·激光;2015年08期

【相似文献】

相关期刊论文 前10条

1 刘本永,杨万麟;噪声中目标距离剖面像识别的修正特征子空间法[J];系统工程与电子技术;2000年03期

2 王曙光,何振亚;自适应特征子空间滤波器[J];通信学报;1992年02期

3 纠博;刘宏伟;何学辉;吴顺君;;多特征子空间波形优化设计方法[J];电子与信息学报;2009年12期

4 周法国;王映龙;杨炳儒;陈卓;;基于发现特征子空间模型的文本分类算法[J];计算机应用研究;2009年10期

5 刘更代;徐明亮;张明敏;;基于独立时空特征空间的人体运动合成[J];计算机学报;2011年03期

6 欧阳缮;Noise Suppresion:A Subspace Method[J];桂林电子工业学院学报;1999年01期

7 张鸿;吴飞;;庄越挺;;基于特征子空间学习的跨媒体检索方法[J];模式识别与人工智能;2008年06期

8 黎英云;马洪;朱光喜;;基于特征子空间的快速多径时延测量[J];微电子学与计算机;2010年02期

9 郭明,王树青;基于特征子空间的系统性能监控与工况识别[J];化工学报;2004年01期

10 吴刚;唐振民;杨静宇;;融合李群理论与特征子空间基的图像目标跟踪[J];控制理论与应用;2012年10期

相关会议论文 前1条

1 范玉刚;张亚雄;吴建德;黄国勇;王晓东;;基于特征子空间的系统故障检测与诊断[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

相关硕士学位论文 前6条

1 闫治宇;基于PCA的小样本与微小故障诊断方法研究[D];河南大学;2015年

2 孙鑫;特征子空间法人脸识别研究[D];电子科技大学;2005年

3 杨垒;基于FPGA的特征子空间目标识别法的关键技术研究[D];电子科技大学;2009年

4 熊轶;基于特征子空间的波达方向（DOA）估计算法研究[D];华中科技大学;2007年

5 张健;特征子空间雷达目标一维像识别方法的FPGA实现的关键技术研究[D];电子科技大学;2007年

6 苏盈盈;基于特征子空间回归的软传感器精简化建模[D];重庆工学院;2008年

，

本文编号：1933790