基于无监督方法的视频中的人物识别.pdfVIP

计 算 机 与 现 代 化 2014年第 12期 JISUANJIYUXIANDAIHUA 第232期 文章编号：1006-2475(2014)12-0049-05 基于无监督方法的视频 中的人物识别 宁 波 ，宋 砚 (南京理工大学计算机科学与工程学院，江苏 南京 210094) 摘要 ：基于无监督的显著性学习方法提 出一种新颖的人物识别方法。它在训练程序部分不需要身份标签就能提取 出突 出的特征。首先利用相邻约束斑块匹配在图片对之间构建稠密对应。该方法在处理由于较大的视觉角度变化和人物姿 势变化而引起的图片对之间不对应的情况非常有效。其次，它应用一种无监督的方法来学习人物的显著性。为了提高 实验的性能，在斑块匹配过程 中融合 了这种人物的显著性特征。在VIPER数据集上进行的实验证实了该方法的正确性， 且性能略优于文献 中提 出的 eBiCov方法及 eLDFV方法。 关键词：图像处理；无监督学习；人物识别；显著性 中图分类号：TP391 文献标识码：A doi：10．3969／j．issn．1006-2475．2014．12．011 PersonRecognition inVideoBasedOilUnsupervisedMethod NING Bo，SONG Yan (SchoolofComputerScienceandEngineering，NanjingUniversityofScienceandTechnology，Nanjing210094，China) Abstract：Inthispaper，weproposeanovelmethodforpersonrecognitionbasedonasalientlearningwithunsupervised．Thesa— lientfeaturescanbeextractedwithoutthepersonlabelsinthetrainingprocedure．First，weutilizepatchmatchingwithadjacency constrainedtocreatedensecorrespondencebetweenimagepairsanditshowsvalidityinprocessingmisalignmentproblem caused bylargerviewpointandposechanges．Second，Welearnpersonsaliencebyapplyinganunsupervisedapproach．Inordertoim— provetheperformanceofexperiment，thepersonsalienceiscombinedwithpatchmatching．ThisapproachontheVIPER dataset isprovedtheeffectisvalidated．Andtheperfomr anceisbe~erthantheeBiCovmethodandtheeLDFV method． Keywords：imageprocessing；unsupervisedlearning；personrecong ition；signification 当前在处理这种问题方面大部分的工作就是利 U 5l 罱 用监督模型来提取有识别能力的特征 。J。这个模型 人物的识别是指利用计算机在不同的相机拍摄 需要利用一些身份标签来训练数据。而且那些模型 的图片中对同一个人物进行匹配和查找。它的应用 中的大部分都是在相机设置改变的时候需要重新训 较广，比如在监控视频 中避免了专业人员在许多视频 练数据 ，因为对于不同的相机图片来说那些变化也是 序列中花费大量的