迁移度量学习行人再识别算法
来源：计算机工程与应用杂志2019年第20期北京时间：
作者：宋丽丽
单位：成都理工大学 工程技术学院，四川 乐山 614000
摘要：行人再识别技术是计算机视觉领域中一个具有挑战性的任务。该任务针对个体的外观变化模式展开研究，特征变化剧烈，存在小样本问题，而通过提出的一种基于迁移学习的度量学习模型，可约束不同数据集样本分布的差异，实现度量模型在不同数据集上的迁移。该算法不仅增强了度量模型训练样本的多样性，提高了分辨能力，同时提升了样本的适应性。最后，通过在iLIDS数据集进行度量模型的预训练，并在VIPeR和CUHK01两个数据集上进行的迁移学习，验证了算法的有效性和准确性。
关键词：行人再识别,度量学习,迁移学习
