验证和识别相融合的深度行人识别网络

来源：计算机应用杂志2016年第9期北京时间：

作者：蔡晓东, 杨超, 王丽娟, 甘凯今

单位：桂林电子科技大学 信息与通信学院, 广西 桂林 541004

摘要：找到能减小类内距离、增大类间距离的特征表示方法是行人识别的一个挑战。提出一种基于行人验证和识别相融合的深度网络模型来解决这一问题。首先，识别监督学习网络模型增加不同个人的类间间距，验证监督学习网络模型减少同一个行人的类内间距；然后，将行人验证和识别的深度网络融合，提取到更有分辨能力的行人特征向量；最后，采用了联合贝叶斯的行人比对方法，通过监督学习排名的方式，提高行人比对的准确率。实验结果表明，所提方法在VIPeR库上同其他深度网络相比有较高的识别准确率，融合网络与单独的识别和验证网络相比有更高的收敛速度和识别准确率。

关键词：行人识别,深度验证网络,深度识别网络,验证和识别相融合,联合贝叶斯

基金资助：国家科技支撑计划项目（2014BAK11B02）；广西科学研究与技术开发计划项目（桂科攻14122007-5）。