基于深度学习和距离度量学习的人员再识别方法

摘要

本发明涉及识别方法领域，尤其是基于深度学习和距离度量学习的人员再识别方法。该识别方法包括：(1)采用基于卷积神经网络的行人目标检测方对视频数据进行处理，检测出视频中的行人目标；(2)利用非监督RBM网络采用自底向上的方式对行人目标的初始特征进行编码得到兼具稀疏性和选择行的视觉词典；(3)利用误差反向传播对初始视觉词典进行有监督微调，获取视频图像新的图像表达方式，也即是图像深度学习表示向量；(4)采用特征分组与特征值最优化的距离度量学习方法，获取更加接近真实语义的度量空间，并采用线性SVM分类器对行人目标进行识别。本发明能够更加准确的表达图像本质属性，从而很好地提升行人再识别准确度。