摘要:目前行人重識別主要是基于完整人體的研究,但是某些特定場景下,完整行人圖片難以獲取,因此本文建立一個(gè)基于人頭的重識別數(shù)據(jù)庫,并提出了相關(guān)算法.算法采用局部Fisher向量編碼和交叉視角二次判別分析算法,首先基于HSV顏色信息去描述特征,使用高斯混合模型對特征數(shù)據(jù)建模,然后Fisher向量加權(quán)聚合,最后對樣本的低維特征子空間和度量矩陣同時(shí)進(jìn)行學(xué)習(xí).實(shí)驗(yàn)及分析證明了基于人頭的重識別算法的可行性,其中基于Rank1的重識別率達(dá)到89.29%.
注:因版權(quán)方要求,不能公開全文,如需全文,請咨詢雜志社