基于二次相似度函数学习的行人再识别-计算机学报.PDF

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