【摘要】：提出了一種基于人體部位特征重要性的行人再識別算法,該算法首先提取人體各部位的顏色、紋理以及形狀等特征,然后對多個行人樣本的每個部位分別進(jìn)行聚類分析,使用誤差積累的方法為每個分類計算一種更適合該分類的部位特征重要性權(quán)值向量,使得不同類型特征能更有效地應(yīng)用在其適合的外觀上。在公共數(shù)據(jù)集VIPeR上進(jìn)行了實驗,通過積累匹配特性(cumulative matching characteristic,CMC)曲線對實驗結(jié)果進(jìn)行評價,結(jié)果表明,該算法具有較高的再識別率,且對行人視角轉(zhuǎn)換、光照變化、環(huán)境嘈雜和物體遮擋有較好的魯棒性。
【圖文】：

第４２卷第１期章登義等：利用人體部位特征重要性進(jìn)行行人再識別圖３ＰＦＩ算法與其他行人再識別算法比較Ｆｉｇ．３ＰＦＩＣｏｍｐａｒｅｗｉｔｈＯｔｈｅｒＭｅｔｈｏｄｓ圖４ＰＦＩ算法的再識別效果演示Ｆｉｇ．４ＤｅｍｏｎｓｔｒａｔｉｏｎｏｆＰＦＩＡｌｇｏｒｉｔｈｍ本文算法可以在視頻監(jiān)控系統(tǒng)中進(jìn)行再識別率較高的行人再識別，且對行人視角轉(zhuǎn)換、光照變化、環(huán)境嘈雜和物體遮擋有一定的魯棒性。尋找更適合于特定外觀的特征將是后續(xù)研究的重點。參考文獻(xiàn)［１］ＦａｒｅｎｚｅｎａＭ，ＢａｚｚａｎｉＬ，ＰｅｒｉｎａＡ，ｅｔａｌ．Ｐｅｒｓｏｎｒｅ－ＩｄｅｎｔｉｆｉｃａｔｉｏｎｂｙＳｙｍｍｅｔｒｙ－ＤｒｉｖｅｎＡｃｃｕｍｕｌａｔｉｏｎｏｆＬｏｃａｌＦｅａｔｕｒｅｓ［Ｃ］．ＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，ＳａｎＦｒａｎｃｉｓｃｏ，ＣＡ，ＵＳＡ，２０１０［２］ＺｈａｏＲ，ＯｕｙａｎｇＷ，ＷａｎｇＸ．ＵｎｓｕｐｅｒｖｉｓｅｄＳａｌｉ－ｅｎｃｅＬｅａｒｎｉｎｇｆｏｒＰｅｒｓｏｎＲｅ－ｉｄｅｎｔｉｆｉｃａｔｉｏｎ［Ｃ］．ＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，Ｃｏｌｕｍ－ｂｕｓ，Ｏｈｉｏ，ＵＳＡ，２０１４［３］ＤｏｎｇＳＣ，ＭａｒｃｏＣ，ＭｉｃｈｅｌｅＳ，ｅｔａｌ．ＣｕｓｔｏｍＰｉｃ－ｔｏｒｉａｌＳｔｒｕｃｔｕｒｅｓｆｏｒＲｅ－ｉｄｅｎｔｉｆｉｃａｔｉｏｎ［Ｃ］．Ｂｒｉｔｉｓｈ８９

第４２卷第１期章登義等：利用人體部位特征重要性進(jìn)行行人再識別圖３ＰＦＩ算法與其他行人再識別算法比較Ｆｉｇ．３ＰＦＩＣｏｍｐａｒｅｗｉｔｈＯｔｈｅｒＭｅｔｈｏｄｓ圖４ＰＦＩ算法的再識別效果演示Ｆｉｇ．４ＤｅｍｏｎｓｔｒａｔｉｏｎｏｆＰＦＩＡｌｇｏｒｉｔｈｍ本文算法可以在視頻監(jiān)控系統(tǒng)中進(jìn)行再識別率較高的行人再識別，且對行人視角轉(zhuǎn)換、光照變化、環(huán)境嘈雜和物體遮擋有一定的魯棒性。尋找更適合于特定外觀的特征將是后續(xù)研究的重點。參考文獻(xiàn)［１］ＦａｒｅｎｚｅｎａＭ，ＢａｚｚａｎｉＬ，ＰｅｒｉｎａＡ，ｅｔａｌ．Ｐｅｒｓｏｎｒｅ－ＩｄｅｎｔｉｆｉｃａｔｉｏｎｂｙＳｙｍｍｅｔｒｙ－ＤｒｉｖｅｎＡｃｃｕｍｕｌａｔｉｏｎｏｆＬｏｃａｌＦｅａｔｕｒｅｓ［Ｃ］．ＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，ＳａｎＦｒａｎｃｉｓｃｏ，ＣＡ，ＵＳＡ，２０１０［２］ＺｈａｏＲ，ＯｕｙａｎｇＷ，ＷａｎｇＸ．ＵｎｓｕｐｅｒｖｉｓｅｄＳａｌｉ－ｅｎｃｅＬｅａｒｎｉｎｇｆｏｒＰｅｒｓｏｎＲｅ－ｉｄｅｎｔｉｆｉｃａｔｉｏｎ［Ｃ］．ＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ，Ｃｏｌｕｍ－ｂｕｓ，Ｏｈｉｏ，ＵＳＡ，２０１４［３］ＤｏｎｇＳＣ，ＭａｒｃｏＣ，ＭｉｃｈｅｌｅＳ，，ｅｔａｌ．ＣｕｓｔｏｍＰｉｃ－ｔｏｒｉａｌＳｔｒｕｃｔｕｒｅｓｆｏｒＲｅ－ｉｄｅｎｔｉｆｉｃａｔｉｏｎ［Ｃ］．Ｂｒｉｔｉｓｈ８９
【作者單位】： 武漢大學(xué)計算機(jī)學(xué)院;武漢市國土資源和規(guī)劃信息中心;
【基金】：湖北省科技支撐計劃(2014BAA149)~~
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔡建國;;排序聚類分析在成組技術(shù)中的應(yīng)用[J];機(jī)械工藝師;1985年01期

2 董玉祥;排序聚類分析計算程序[J];成組生產(chǎn)系統(tǒng);1986年01期

3 A·Gongaware,Inyong Ham,焦虹;用于成組制造系統(tǒng)的聚類分析法[J];成組生產(chǎn)系統(tǒng);1986年02期

4 史逸芬,蔡建國;排序聚類分析法在相似零件成組中的應(yīng)用[J];成組生產(chǎn)系統(tǒng);1986年03期

5 吳國安;聚類分析在鳥的分類中的應(yīng)用[J];黑龍江大學(xué)自然科學(xué)學(xué)報;1989年04期

6 盧澤生;;零件分類成組的聚類分析法[J];機(jī)械工程師;1990年04期

7 高偉平;;聚類分析在化學(xué)中的應(yīng)用及在可編程序計算器上的實現(xiàn)[J];化學(xué)工程師;1990年06期

8 陳艾荷;;一種基于非線性映射的聚類分析[J];武測科技;1992年03期

9 田盛豐;;聚類分析方法[J];計算機(jī)研究與發(fā)展;1992年03期

10 陳光宇;胡麗英;蘇勇;;聚類分析在電信行業(yè)客戶關(guān)系管理中的應(yīng)用[J];微計算機(jī)信息;2006年33期

相關(guān)會議論文 前3條

1 李輝;蔡敏;;基于聚類分析的數(shù)字通信信號的分類[A];江蘇省系統(tǒng)工程學(xué)會第十一屆學(xué)術(shù)年會論文集[C];2009年

2 龔毅;何琳華;;企業(yè)技術(shù)掃描模式聚類分析[A];第十一屆中國青年信息與管理學(xué)者大會論文集[C];2009年

3 胡立;陳健;沈書毅;黃晉;;基于用戶軌跡聚類分析的推薦算法研究[A];第29屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）（NDBC2012）[C];2012年

相關(guān)博士學(xué)位論文 前2條

1 張建萍;基于計算智能技術(shù)的聚類分析研究與應(yīng)用[D];山東師范大學(xué);2014年

2 李成安;分布式環(huán)境下聚類分析新方法的研究[D];浙江大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 馮雪冰;基于模糊理論的EM算法在聚類分析的應(yīng)用研究[D];中國地質(zhì)大學(xué)(北京);2015年

2 欒海洋;動車組質(zhì)量數(shù)據(jù)聚類分析研究與應(yīng)用[D];北京交通大學(xué);2016年

3 王冰冰;雙類型信息網(wǎng)絡(luò)聚類分析[D];吉林大學(xué);2016年

4 李萌萌;基于Hadoop的聚類分析研究[D];昆明理工大學(xué);2016年

5 張玉超;公安重點關(guān)注對象的聚類分析研究[D];山東大學(xué);2015年

6 陳艷伍;聚類分析模型在納稅評估中的應(yīng)用[D];湖北大學(xué);2013年

7 孫冰心;基于譜系聚類分析的集裝箱裝箱方案優(yōu)化研究[D];河北工業(yè)大學(xué);2003年

8 王迪;聚類分析在公�？荚嚪治鲋醒芯颗c應(yīng)用[D];東華大學(xué);2014年

9 肖彬;聚類分析在六西格瑪項目分析中的應(yīng)用研究[D];北方工業(yè)大學(xué);2013年

10 陳奎;基于聚類分析的目標(biāo)分群問題的應(yīng)用研究[D];西安電子科技大學(xué);2013年

本文編號：2549184