一种基于适配距离量度学习的人物再识别方法

摘要

本发明提供了一种基于适配距离量度学习的人物再识别方法，涉及视频图像处理领域，本发明构建人物特征表示模型，利用LMNN距离量度学习方法，学习获得公共数据距离量度，在目标数据集上，根据适配距离量度进行求解，比较查询人物与候选人物临近距离，具有最小损失的候选人物即为查询人物的再识别结果。本发明适配距离量度学习利用公共数据集与目标数据集的距离量度信息，学习拟合目标数据集的再识别任务的距离量度，适配距离量度学习整合公共数据集距离量度与目标数据集距离量度，有效提高目标数据集人物再识别任务准确率；适配距离量度学习能够克服过拟合问题，取得较高的再识别准确率；有效抑制再识别任务中多图像比较的类大方差大于类间方差问题。