基于耦合特征空間學(xué)習(xí)的行人再識(shí)別.pdf

1、隨著人們對(duì)公共安全的重視程度不斷加深，監(jiān)控系統(tǒng)的運(yùn)用也越來越頻繁，通過人工的方式對(duì)海量監(jiān)控圖像進(jìn)行觀察和處理變得越來越困難，因此利用計(jì)算機(jī)對(duì)行人進(jìn)行再識(shí)別的技術(shù)應(yīng)運(yùn)而生。近年來，行人再識(shí)別(PersonRe-identification)技術(shù)在計(jì)算機(jī)視覺和信息科學(xué)領(lǐng)域受到了越來越多的重視，逐漸成為了一個(gè)熱門研究方向。但由于監(jiān)控?cái)z像頭本身的分辨率問題及傳輸過程中給圖像帶來的噪聲，導(dǎo)致用于再識(shí)別實(shí)驗(yàn)的圖像質(zhì)量普遍較低，給行人再識(shí)別的發(fā)展帶來

2、很多困難，并且由于光照、背景環(huán)境、行人姿態(tài)和攝像角度的巨大變化，造成了相同行人在不同攝像機(jī)條件下獲取的圖像差異性很大、提取出的圖像特征分布不一致等問題，當(dāng)前的行人再識(shí)別研究依然面臨許多挑戰(zhàn)。針對(duì)上述行人再識(shí)別研究中存在的問題，本文進(jìn)行了以下工作:
　　在耦合特征學(xué)習(xí)算法的基礎(chǔ)上，提出了一種基于聯(lián)合圖正則化耦合特征空間學(xué)習(xí)的行人再識(shí)別算法。算法分為訓(xùn)練階段和測(cè)試階段，在訓(xùn)練階段進(jìn)行投影矩陣訓(xùn)練，利用l2,1范數(shù)和跡范數(shù)進(jìn)行偶合特征提

3、取并使用聯(lián)合圖正則項(xiàng)對(duì)投影矩陣進(jìn)行局部約束，使得投影后特征空間具有相關(guān)性和局部性，通過迭代算法進(jìn)行投影矩陣的訓(xùn)練;在測(cè)試階段，對(duì)不同攝像頭條件下獲取的行人圖像進(jìn)行特征提取得到不同的特征子空間，利用訓(xùn)練得到的投影矩陣將不同的特征子空間投影到一個(gè)耦合的共同特征空間，在這個(gè)共同特征空間上對(duì)不同攝像條件下獲得的圖像進(jìn)行距離度量，根據(jù)度量結(jié)果判斷是否是同一個(gè)行人，并得出再識(shí)別結(jié)果。
　　通過在兩個(gè)具有挑戰(zhàn)性的行人再識(shí)別數(shù)據(jù)集上與其他再識(shí)別算