利用人体部位特征重要性进行行人再识别

发布时间：2019-10-14 08:52

【摘要】：提出了一种基于人体部位特征重要性的行人再识别算法,该算法首先提取人体各部位的颜色、纹理以及形状等特征,然后对多个行人样本的每个部位分别进行聚类分析,使用误差积累的方法为每个分类计算一种更适合该分类的部位特征重要性权值向量,使得不同类型特征能更有效地应用在其适合的外观上。在公共数据集VIPeR上进行了实验,通过积累匹配特性(cumulative matching characteristic,CMC)曲线对实验结果进行评价,结果表明,该算法具有较高的再识别率,且对行人视角转换、光照变化、环境嘈杂和物体遮挡有较好的鲁棒性。
【图文】：

第４２卷第１期章登义等：利用人体部位特征重要性进行行人再识别图３ＰＦＩ算法与其他行人再识别算法比较Ｆｉｇ．３ＰＦＩＣｏｍｐａｒｅｗｉｔｈＯｔｈｅｒＭｅｔｈｏｄｓ图４ＰＦＩ算法的再识别效果演示Ｆｉｇ．４ＤｅｍｏｎｓｔｒａｔｉｏｎｏｆＰＦＩＡｌｇｏｒｉｔｈｍ本文算法可以在视频监控系统中进行再识别率较高的行人再识别，且对行人视角转换、光照变化、环境嘈杂和物体遮挡有一定的鲁棒性。寻找更适合于特定外观的特征将是后续研究的重点。参考文献［１］ＦａｒｅｎｚｅｎａＭ，ＢａｚｚａｎｉＬ，ＰｅｒｉｎａＡ，ｅｔａｌ．Ｐｅｒｓｏｎｒｅ－ＩｄｅｎｔｉｆｉｃａｔｉｏｎｂｙＳｙｍｍｅｔｒｙ－ＤｒｉｖｅｎＡｃｃｕｍｕｌａｔｉｏｎｏｆＬｏｃａｌＦｅａｔｕｒｅｓ［Ｃ］．ＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，ＳａｎＦｒａｎｃｉｓｃｏ，ＣＡ，ＵＳＡ，２０１０［２］ＺｈａｏＲ，ＯｕｙａｎｇＷ，ＷａｎｇＸ．ＵｎｓｕｐｅｒｖｉｓｅｄＳａｌｉ－ｅｎｃｅＬｅａｒｎｉｎｇｆｏｒＰｅｒｓｏｎＲｅ－ｉｄｅｎｔｉｆｉｃａｔｉｏｎ［Ｃ］．ＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，Ｃｏｌｕｍ－ｂｕｓ，Ｏｈｉｏ，ＵＳＡ，２０１４［３］ＤｏｎｇＳＣ，ＭａｒｃｏＣ，ＭｉｃｈｅｌｅＳ，ｅｔａｌ．ＣｕｓｔｏｍＰｉｃ－ｔｏｒｉａｌＳｔｒｕｃｔｕｒｅｓｆｏｒＲｅ－ｉｄｅｎｔｉｆｉｃａｔｉｏｎ［Ｃ］．Ｂｒｉｔｉｓｈ８９

第４２卷第１期章登义等：利用人体部位特征重要性进行行人再识别图３ＰＦＩ算法与其他行人再识别算法比较Ｆｉｇ．３ＰＦＩＣｏｍｐａｒｅｗｉｔｈＯｔｈｅｒＭｅｔｈｏｄｓ图４ＰＦＩ算法的再识别效果演示Ｆｉｇ．４ＤｅｍｏｎｓｔｒａｔｉｏｎｏｆＰＦＩＡｌｇｏｒｉｔｈｍ本文算法可以在视频监控系统中进行再识别率较高的行人再识别，且对行人视角转换、光照变化、环境嘈杂和物体遮挡有一定的鲁棒性。寻找更适合于特定外观的特征将是后续研究的重点。参考文献［１］ＦａｒｅｎｚｅｎａＭ，ＢａｚｚａｎｉＬ，ＰｅｒｉｎａＡ，ｅｔａｌ．Ｐｅｒｓｏｎｒｅ－ＩｄｅｎｔｉｆｉｃａｔｉｏｎｂｙＳｙｍｍｅｔｒｙ－ＤｒｉｖｅｎＡｃｃｕｍｕｌａｔｉｏｎｏｆＬｏｃａｌＦｅａｔｕｒｅｓ［Ｃ］．ＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，ＳａｎＦｒａｎｃｉｓｃｏ，ＣＡ，ＵＳＡ，２０１０［２］ＺｈａｏＲ，ＯｕｙａｎｇＷ，ＷａｎｇＸ．ＵｎｓｕｐｅｒｖｉｓｅｄＳａｌｉ－ｅｎｃｅＬｅａｒｎｉｎｇｆｏｒＰｅｒｓｏｎＲｅ－ｉｄｅｎｔｉｆｉｃａｔｉｏｎ［Ｃ］．ＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，Ｃｏｌｕｍ－ｂｕｓ，Ｏｈｉｏ，ＵＳＡ，２０１４［３］ＤｏｎｇＳＣ，ＭａｒｃｏＣ，ＭｉｃｈｅｌｅＳ，，ｅｔａｌ．ＣｕｓｔｏｍＰｉｃ－ｔｏｒｉａｌＳｔｒｕｃｔｕｒｅｓｆｏｒＲｅ－ｉｄｅｎｔｉｆｉｃａｔｉｏｎ［Ｃ］．Ｂｒｉｔｉｓｈ８９
【作者单位】： 武汉大学计算机学院;武汉市国土资源和规划信息中心;
【基金】：湖北省科技支撑计划(2014BAA149)~~
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 蔡建国;;排序聚类分析在成组技术中的应用[J];机械工艺师;1985年01期

2 董玉祥;排序聚类分析计算程序[J];成组生产系统;1986年01期

3 A·Gongaware,Inyong Ham,焦虹;用于成组制造系统的聚类分析法[J];成组生产系统;1986年02期

4 史逸芬,蔡建国;排序聚类分析法在相似零件成组中的应用[J];成组生产系统;1986年03期

5 吴国安;聚类分析在鸟的分类中的应用[J];黑龙江大学自然科学学报;1989年04期

6 卢泽生;;零件分类成组的聚类分析法[J];机械工程师;1990年04期

7 高伟平;;聚类分析在化学中的应用及在可编程序计算器上的实现[J];化学工程师;1990年06期

8 陈艾荷;;一种基于非线性映射的聚类分析[J];武测科技;1992年03期

9 田盛丰;;聚类分析方法[J];计算机研究与发展;1992年03期

10 陈光宇;胡丽英;苏勇;;聚类分析在电信行业客户关系管理中的应用[J];微计算机信息;2006年33期

相关会议论文 前3条

1 李辉;蔡敏;;基于聚类分析的数字通信信号的分类[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

2 龚毅;何琳华;;企业技术扫描模式聚类分析[A];第十一届中国青年信息与管理学者大会论文集[C];2009年

3 胡立;陈健;沈书毅;黄晋;;基于用户轨迹聚类分析的推荐算法研究[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

相关博士学位论文 前2条

1 张建萍;基于计算智能技术的聚类分析研究与应用[D];山东师范大学;2014年

2 李成安;分布式环境下聚类分析新方法的研究[D];浙江大学;2006年

相关硕士学位论文 前10条

1 冯雪冰;基于模糊理论的EM算法在聚类分析的应用研究[D];中国地质大学(北京);2015年

2 栾海洋;动车组质量数据聚类分析研究与应用[D];北京交通大学;2016年

3 王冰冰;双类型信息网络聚类分析[D];吉林大学;2016年

4 李萌萌;基于Hadoop的聚类分析研究[D];昆明理工大学;2016年

5 张玉超;公安重点关注对象的聚类分析研究[D];山东大学;2015年

6 陈艳伍;聚类分析模型在纳税评估中的应用[D];湖北大学;2013年

7 孙冰心;基于谱系聚类分析的集装箱装箱方案优化研究[D];河北工业大学;2003年

8 王迪;聚类分析在公专考试分析中研究与应用[D];东华大学;2014年

9 肖彬;聚类分析在六西格玛项目分析中的应用研究[D];北方工业大学;2013年

10 陈奎;基于聚类分析的目标分群问题的应用研究[D];西安电子科技大学;2013年

本文编号：2549184