- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于二次相似度函数学习的行人再识别-计算机学报
第 卷 第 期 计 算 机 学 报
39 8
Vol.39 No.8
年 月
2016 8 Au.2016
CHINESEJOURNALOFCOMPUTERS g
基于二次相似度函数学习的行人再识别
杜宇宁 艾海舟
(清华大学计算机科学与技术系 北京 100084)
摘 要 行人再识别是一个有着非常重要现实意义的研究问题,它可以应用于刑事侦查、在公共场所中寻找丢失
的小孩、个人相册管理以及电子商务等领域 同时由于光照、视角、人的姿态以及背景的变化,同一个人的表观在不
.
同的监控视频中往往变化很大,解决行人再识别问题也非常有挑战性 在设计行人再识别算法时,给定行人图像的
.
特征,考虑到不同的特征分量具有不同的区分能力,学习合适的相似度度量非常重要 度量学习是一类学习相似度
.
度量的主流算法,这些算法通过学习一个马氏距离相似度函数( , )来估计一对
MahalanobisSimilaritFunctionMSF
y
行人图像的相似度 然而 只与特征差分空间有关,忽略了一对图像中每个个体的表观特征,对于同一个人在
. MSF
不同场景中很大的表观变化的捕捉能力有限 为了加强相似度函数与每个个体的表观特征的联系,该文提出通过
.
学习一个二次相似度函数( , ),来估计一对行人图像的相似度 是 的泛
QuadraticSimilaritFunctionQSF .QSF MSF
y
化形式,不但描述了一对行人图像的互相关关系,而且关联了一对行人图像的自相关关系,可以更好地捕捉同一个
人在不同监控视频中很大的表观变化 为了学习 ,该文分别从分类和排序的角度出发,设计两种不同的优化目
. QSF
标,提出了两种不同的学习 的算法 由行人再识别的公共数据集 和 的实验表明,这两种不同的
QSF . VIPeR CUHK
算法都可以学习到有效的QSF,识别性能优于已有的行人再识别算法.
关键词 视频监控;行人再识别;行人分析;度量学习;二次相似度函数学习;机器学习
中图法分类号 号 /
T
文档评论(0)