论文部分内容阅读
为减小不同相机视角之间因背景、光照、遮挡等变化引起的差异,提出一种基于身份一致性和不相关约束的行人重识别算法.该算法首先针对不同视角下的行人图像学习字典,然后对每个视角采用不同的分类器实现行人视觉特征到身份信息空间的转换.分类时引入身份一致性和不相关约束,使不同行人之间的身份信息保持一定距离,相同行人的身份信息则尽可能接近.最后,通过行人身份信息构建相似性度量空间完成行人重识别.该算法在VIPeR, GRID, PRID2011和CUHK01 4个数据集上做了对比实验,实验结果表明,与单独使用视觉特