基于改进的交叉二次判别分析的行人再识别

摘要

行人再识别的任务是匹配不同摄像机在不同时间、地点拍摄的人体目标.受光照条件、背景、遮挡、视角和姿态等因素影响,不同摄像机下的同一目标差异较大.针对交叉二次判别分析算法(XQDA)中的矩阵奇异问题,本文提出了一种基于PLDA改进的交叉二次判别分析方法,即PLDA-XQDA算法.在PRID 2011,iLIDS-VID数据集上进行实验,结果表明:本文方法与已有的基于视频的度量学习方法相比,PRID 2011和iLIDS-VID数据集匹配率分别提高了1.23％和1.07％;与已有的基于图像的度量学习方法相比,PRID 2011和iLIDS-VID数据集匹配率分别提高了12.92％和15.34％.