基于改進的交叉二次判別分析的行人再識別
摘要：行人再識別的任務是匹配不同攝像機在不同時間、地點拍攝的人體目標.受光照條件、背景、遮擋、視角和姿態等因素影響,不同攝像機下的同一目標差異較大.針對交叉二次判別分析算法(XQDA)中的矩陣奇異問題,本文提出了一種基于PLDA改進的交叉二次判別分析方法,即PLDA-XQDA算法.在PRID 2011,iLIDS-VID數據集上進行實驗,結果表明:本文方法與已有的基于視頻的度量學習方法相比,PRID 2011和iLIDS-VID數據集匹配率分別提高了1.23%和1.07%;與已有的基于圖像的度量學習方法相比,PRID 2011和iLIDS-VID數據集匹配率分別提高了12.92%和15.34%.
注: 保護知識產權,如需閱讀全文請聯系魯東大學學報雜志社
相關推薦
更多
