基于无监督交叉视角度量学习的行人再识别方法及系统

摘要

本发明公开了一种基于无监督交叉视角度量学习的行人再识别方法及系统，主要解决难以对行人进行精确建模的问题，以及传统度量学习方法需要大量监督信息的问题。其实现步骤是：(1)特征提取；(2)共性和特性投影矩阵的构建；(3)无监督交叉视角度量学习；(4)约束不同摄像机下行人特征的分布一致；(5)投影矩阵优化；(6)将查询样本与测试样本集投影到潜在特征空间，对比特征距离，得到测试样本集的排序结果。本发明将行人特征分解为共性特征和特性特征，提升了行人特征表达的精度。同时，提出的无监督度量学习方法，更能满足现今大量监控网络的实际需求，可用于智能监控、交通管制以及刑侦辅助等领域。