基于自适应显著特征选择的动态加权平均行人识别模型.pdfVIP

CN 43—1258／TP 计算机工程与科学 第39卷第5期2017年5月 1007—130X ISSN ComputerEngineeringScienceV01．39，No．5，May·2017 文章编号：1007—130X(2017)05—0936—08 基于自适应显著特征选择的动态加权平均行人识别模型 杨 超，蔡晓东，甘凯今，王丽娟 (桂林电子科技大学信息与通信学院，广西桂林541004) 摘要：在跨场景行人识别过程中，为了解决多种特征以一个固定的权重融合导致行人识别率低、识 别速度慢的问题，提出基于自适应特征选择的动态加权平均排名行人识别方法。首先，将GrabCut算法 和基于流形排序显著性检测算法相融合，提高行人外观特征提取的准确性；然后，提出自适应显著特征选 择方法，有效地提取行人特征描述；最后，通过动态加权平均排名模型将多特征融合。实验表明，所提出的 方法提高了行人识别的准确性，同时对姿态的变化具有较好的鲁棒性。 关键词：行人识别；自适应特征选择；动态；加权平均 中图分类号：TP391．41 文献标志码：A doi：10．3969／j．issn．1007—130X．2017．05．018 Adynamicweightedaveragepedestrian modlebasedon featureselection adaptive YANG uan Chao，CAI in，WANG Xiao—dong，GANKai-j Li—j (SchoolofInformationandCommunication，GuilinofElectronic 541004，China) University Technology，Guilin ordertosolvethe oflow rateandslow in Abstract：In problemrecognition recognitionspeedpedes— a trianidentification，we identificationmethod proposedynamicweightedaveragerankingpedestrian basedon featureselectiontosolvethe of GrabCut adaptive problempedestrianrecognition．Firstly，the iscombinedwiththemanifold—baseddetection to the of algorithm saliency algorithmimproveaccuracy an selectionmethodto extraction．Then，we extract pedestrianappearance proposeadaptive effectively a modelto muhidimen—