摘要:目前行人重识别主要是基于完整人体的研究,但是某些特定场景下,完整行人图片难以获取,因此本文建立一个基于人头的重识别数据库,并提出了相关算法.算法采用局部Fisher向量编码和交叉视角二次判别分析算法,首先基于HSV颜色信息去描述特征,使用高斯混合模型对特征数据建模,然后Fisher向量加权聚合,最后对样本的低维特征子空间和度量矩阵同时进行学习.实验及分析证明了基于人头的重识别算法的可行性,其中基于Rank1的重识别率达到89.29%.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社。
天津理工大学学报杂志, 双月刊,本刊重视学术导向,坚持科学性、学术性、先进性、创新性,刊载内容涉及的栏目:科研项目、理论研究、应用科技成果、实验研究等。于1985年经新闻总署批准的正规刊物。