一种基于压缩的增量核零空间变换行人再识别方法

摘要

本发明公开基于压缩的增量核零空间变换的行人再识别方法，首先对初始行人特征集进行KPCA变换得到初始基矢量系数和奇异值，进行零空间变换得初始投影方向集和投影点集；接着对增量后行人特征集进行IKPCA变换得更新的基矢量系数和奇异值，对增量后的样本特征集进行RS压缩和零空间变换得压缩后的投影方向集和点集；最后把测试图像特征集的核矩阵投影到压缩后的投影方向集上得测试图像的投影点集，根据测试图像投影点集和压缩后投影点集的欧式距离进行行人识别。本发明考虑了增量核零空间变换对压缩的限制、增量核主成分分析IKPCA和IKNFST的内在联系，实现基矢量系数规模在线增量学习时的不变性，提高增量时行人识别效率。