多特征融合与独立测度学习的行人再识别算法中国图象图形学报.DOCVIP

中图法分类号：TP391 文献标识码：A 文章编号：1006-8961(2016) - 论文引用格式: 多特征融合与独立测度学习的行人再识别 齐美彬 ， 胡龙飞 ，蒋建国 ， 高灿 合肥工业大学计算机与信息学院, 合肥 230009 摘 要：目的：由于行人图像受到光照、视角、遮挡和行人姿态等变化的影响，在视觉上容易形成很大的外观差异，对行人再识别造成干扰。为了提高行人再识别的准确性，针对以上问题，提出一种基于多特征融合与独立测度学习的行人再识别算法。方法：首先通过图像增强算法对原始图像进行处理，减少因光照变化产生的影响，然后对处理后的图像进行非均匀分割，同时提取行人图像的HSV、RGS、LAB和YCbCr 4种颜色特征和SILTP（scale invariant local ternary pattern）纹理特征，在基于独立距离测度学习方法下，融合行人的多种特征，学习得到行人图像对的相似度度量函数，最后将行人图像对的相似度进行加权匹配，实现行人再识别。结果：在VIPeR、iLIDS和CUHK01这3个数据集上进行实验，其中Rank1（排名第1的搜索结果即为待查询人的比率）分别达到42.7%、43.6% 和43.7%，Rank5（排名前5的搜索结果中包含待查询人的比率）均超过70%，识别率有了显著提高，具有实际应用价值。结论：提出的多特征融合与独立测度学习的行人再识别