文献类型：期刊文章

作　　者：何敬霞[1] 薛彦兵[1] 李胜利[2] 张桦[1,3] 王志岗[1] 高赞[1] 徐光平[1]

HE Jing-xia;XUE Yan-bing;LI Sheng-li;ZHANG Hua;WANG Zhi-gang;GAO Zan;XU Guang-ping(School of Computer Science and Engineering,Key Laboratory of Computer Vision and System,Ministry of Education,Tianjin Key Laboratory of Intelligence Computing and Novel Software Technology,Tianjin University of Technology,Tianjin 300384,China;TCPS Company Limited,Tianjin 300384,China;Tianjin Sino-German University of Applied Sciences,Tianjin 300350,China)

机构地区：[1]天津理工大学计算机科学与工程学院计算机视觉与系统省部共建教育部重点实验室天津市智能计算及软件新技术重点实验室,天津300384 [2]天津通卡智能网络科技股份有限公司,天津300384 [3]天津中德应用科技大学,天津300350

出　　处：《天津理工大学学报》

基　　金：国家自然科学基金(U1509207;61472278;61572357);天津市教委自然科学基金(2017KJ254);天津市企业科技特派员项目(18JCTPJC48900)

年　　份：2019

卷　　号：35

期　　号：1

起止页码：6-12

语　　种：中文

收录情况：普通刊

摘　　要：目前行人重识别主要是基于完整人体的研究,但是某些特定场景下,完整行人图片难以获取,因此本文建立一个基于人头的重识别数据库,并提出了相关算法.算法采用局部Fisher向量编码和交叉视角二次判别分析算法,首先基于HSV颜色信息去描述特征,使用高斯混合模型对特征数据建模,然后Fisher向量加权聚合,最后对样本的低维特征子空间和度量矩阵同时进行学习.实验及分析证明了基于人头的重识别算法的可行性,其中基于Rank1的重识别率达到89.29%.

关 键 词：人头重识别  高斯混合模型 Fisher向量  度量学习  

分 类 号：TP391.41]