基于核学习和距离相似度量的行人再识别

来源：信息与控制杂志2017年第5期北京时间：

作者：胡彬, 邵叶秦

摘要：行人再识别指的是在无重叠的多摄像机监控视频中，匹配不同摄像机中的行人目标.本文提出了一种基于核学习的测度学习的行人再识别方法，首先融合行人图像的颜色特征和纹理特征，并使用WPCA（PCA whitening）去除融合后的特征的冗余度，然后将处理过的特征通过核函数映射到更容易区分的核空间，并在核空间训练行人特征对之间的距离测度矩阵和相似度测度矩阵，结合距离测度函数和相似度测度函数来描述行人对之间的相似度.在VIPeR、iLIDS等数据集上的实验结果表明，本文的方法取得了较高的累积匹配得分，特别是第1匹配率，且对光照变化、行人姿态变化、视角变化和遮挡都具有较好的鲁棒性.

关键词：行人再识别, 测度学习, 核学习