【摘要】：提出了一種基于人體部位特征重要性的行人再識(shí)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(duì)多個(gè)行人樣本的每個(gè)部位分別進(jìn)行聚類分析,使用誤差積累的方法為每個(gè)分類計(jì)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(shí)驗(yàn),通過(guò)積累匹配特性(cumulative matching characteristic,CMC)曲線對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行評(píng)價(jià),結(jié)果表明,該算法具有較高的再識(shí)別率,且對(duì)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(shí)別圖３ＰＦＩ算法與其他行人再識(shí)別算法比較Ｆｉｇ．３ＰＦＩＣｏｍｐａｒｅｗｉｔｈＯｔｈｅｒＭｅｔｈｏｄｓ圖４ＰＦＩ算法的再識(shí)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(shí)別率較高的行人再識(shí)別，且對(duì)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(diǎn)。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(shí)別圖３ＰＦＩ算法與其他行人再識(shí)別算法比較Ｆｉｇ．３ＰＦＩＣｏｍｐａｒｅｗｉｔｈＯｔｈｅｒＭｅｔｈｏｄｓ圖４ＰＦＩ算法的再識(shí)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(shí)別率較高的行人再識(shí)別，且對(duì)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(diǎn)。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(jì)算機(jī)學(xué)院;武漢市國(guó)土資源和規(guī)劃信息中心;
【基金】：湖北省科技支撐計(jì)劃(2014BAA149)~~
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔡建國(guó);;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(jì)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(guó);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(guó)安;聚類分析在鳥(niǎo)的分類中的應(yīng)用[J];黑龍江大學(xué)自然科學(xué)學(xué)報(bào);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(jì)算器上的實(shí)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(cè)科技;1992年03期

9 田盛豐;;聚類分析方法[J];計(jì)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(jì)算機(jī)信息;2006年33期

相關(guān)會(huì)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(hào)的分類[A];江蘇省系統(tǒng)工程學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)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(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2009年

3 胡立;陳健;沈書(shū)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(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)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(jì)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(guó)地質(zhì)大學(xué)(北京);2015年

2 欒海洋;動(dòng)車(chē)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(diǎn)關(guān)注對(duì)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(píng)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(xiàng)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?jiǎn)栴}的應(yīng)用研究[D];西安電子科技大學(xué);2013年

本文編號(hào)：2549184