基于PCA降维的多特征行人再识别

早期的行人再识别主要通过全局特征进行图像检索,使用全局特征的方法遇到了瓶颈后,对局部特征的研究渐渐成为一种趋势。广义上来说,局部特征属于多特征。对来自同一张特征图的局部特征和全局特征,局部特征的数量较多,可以包含更多的信息,在一定程度上更容易取得较高的性能。文章使用全局特征训练的模型作为基线,在此基础上通过主成分分析进行多特征提取,从而完成再识别任务。在Market1501、CUHK03和DukeMTMC-reID上的实验表明,基于全局特征的行人检索的rank-1明显高于大多数方法但mAP略低;基于多特征的改进方法 rank-1比前者稍有提高,mAP有明显提高。