利用人体部位特征重要性进行行人再识别

作     者：章登义 王骞 朱波 武小平 曹瑀 蔡波 ZHANG Dengyi WANG Qian ZHU Bo WU Xiaoping CAO Yu CAI Bo

作者机构：武汉大学计算机学院湖北武汉430072 武汉市国土资源和规划信息中心湖北武汉430014 

出 版 物：《武汉大学学报（信息科学版）》 (Geomatics and Information Science of Wuhan University)

年 卷 期：2017年第42卷第1期

页      面：84-90页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081603[工学-地图制图学与地理信息工程] 081802[工学-地球探测与信息技术] 07[理学] 08[工学] 070503[理学-地图学与地理信息系统] 0818[工学-地质资源与地质工程] 0705[理学-地理学] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：湖北省科技支撑计划(2014BAA149)~~ 

主　　题：视频监控 行人再识别 部位特征重要性 聚类分析 CMC曲线 

摘      要：提出了一种基于人体部位特征重要性的行人再识别算法,该算法首先提取人体各部位的颜色、纹理以及形状等特征,然后对多个行人样本的每个部位分别进行聚类分析,使用误差积累的方法为每个分类计算一种更适合该分类的部位特征重要性权值向量,使得不同类型特征能更有效地应用在其适合的外观上。在公共数据集VIPeR上进行了实验,通过积累匹配特性(cumulative matching characteristic,CMC)曲线对实验结果进行评价,结果表明,该算法具有较高的再识别率,且对行人视角转换、光照变化、环境嘈杂和物体遮挡有较好的鲁棒性。