基于不变特征和核距离度量学习的行人再识别

摘要

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。文中提出不变特征的核距离度量学习算法进行行人再识别。首先,采用LOMO-FFN不变特征描述子,表示跨摄像机行人的外观;然后,采用KCCA高斯核距离度量学习算法,优化跨摄像机行人特征距离。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先进性和有效性。