Pedestrian re-identification based on feature transformation and dataset classification

Yang Shen, Weiyao Lin, Huiqing YinJournal of Image and Graphics 2015 · DOI

Abstract

随着监控摄像头的增多,基于多摄像头的智能分析显得很重要.基于此,提出一种新的基于特征变换和数据集分块的行人比对方法. 首先提出一种新的基于变换矩阵来消除特征差异的算法.这种算法能够在高维空间中,通过变换矩阵,让某特征向量逼近另一特征向量,从而消除了同一行人特征间的差异.与此同时,还提出一种新的将行人数据集中特征分块的算法,使每个分块中的行人特征具有相似的性质,从而能够共用某个变换矩阵,从而能更好地消除同一行人在不同镜头下的特征差异. 基于VIPeR数据集和复杂街道场景数据集设计了行人比对实验.实验结果表明,本文的比对方法具有较高的比对准确率,VIPeR数据集(50%训练,50%检测)的Rank1的比对准确率为22%.同时本文设计了特征变换和数据集分块这2个模块的对照实验.实验结果表明,特征变换和数据集分块模块对结果都有提升的效果. 本文新的行人比对方法通过恰当的特征变换让同一行人在多镜头下的特征互相接近.实验结果表明该方法能够较好地在多镜头下匹配行人.
BibTeX
@article{shen2015pedestrian,
  author = {Yang Shen and Weiyao Lin and Huiqing Yin},
  title = {{Pedestrian re-identification based on feature transformation and dataset classification}},
  journal = {Journal of Image and Graphics},
  year = {2015},
  doi = {10.11834/jig.20150212},
}
Figure