-
题名DDN前景提取结合映射模型学习的行人再识别
- 1
-
-
作者
胡正平
张敏姣
李淑芳
-
机构
燕山大学信息科学与工程学院
-
出处
《信号处理》
CSCD
北大核心
2018年第5期572-582,共11页
-
基金
国家自然科学基金面上项目(61771420)
河北省自然科学基金项目(F2016203422)
-
文摘
随着视频监控设备的广泛应用,行人再识别成为智能视频监控中的关键任务,具有广阔的应用前景。该文提出一种基于深度分解网络前景提取和映射模型学习的行人再识别算法。首先利用DDN模型对行人图像进行前景分割,然后提取前景图像的颜色直方图特征和原图像的Gabor纹理特征,利用提取的行人特征,学习不同摄像机之间的交叉映射模型,最后通过学习的映射模型将查寻集和候选集中的行人特征变换到一个特征分布较为一致的空间中,进行距离度量和排序。实验证明该算法能够提取较为鲁棒的行人特征,可克服背景干扰问题,行人再识别匹配率得到有效的提高。
-
关键词
行人再识别
映射模型学习
深度分解网络
-
Keywords
person re-identification
mapping model learning
deep deeompositional network
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-