基于深度学习和度量学习的行人再识别

作者：侯丽; 刘琦

来源：科技视界, 2019, (29): 112-28.

DOI：10.19694/j.cnki.issn2095-2457.2019.29.051

• 行人再识别
• 特征融合网络
• 深度学习
• 距离度量学习

跨摄像机行人因光照、视角、姿态的差异,会使其外观变化显著,给行人再识别的研究带来严峻挑战。文中提出基于深度学习和度量学习的行人再识别方法。首先采用手工特征和深度特征融合网络FFN提取行人图像特征,然后将核矩阵应用于KISSME距离度量学习中,获取更优的距离度量模型。在具有挑战的VIPeR和PRID450S两个公开数据集上进行仿真实验,实验结果表明所提出的行人再识别算法的有效性。

• 单位
  黄山学院