模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2017, Vol. 30 Issue (11): 995-1002    DOI: 10.16451/j.cnki.issn1003-6059.201711004
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
多置信度重排序的行人再识别算法*
李姣,张晓晖,朱虹,王婧
西安理工大学 自动化与信息工程学院 西安 710048
Person Re-identification via Multiple Confidences Re-ranking
LI Jiao, ZHANG Xiaohui, ZHU Hong, WANG Jing
1.Faculty of Automation and Information Engineering, Xi′an University of Technology, Xi′an 710048

全文: PDF (727 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对行人再识别中相似性度量误差引起的识别效果较差的问题,提出多置信度重排序的行人再识别算法,通过对再排序过程中测试样本的置信度进行评估,提高行人再识别的准确性.首先对目标样本及测试样本依据深度学习网络ResNet50获得描述特征.然后对目标样本与测试样本之间的相似性进行初始排序,对相似排序得到的样本构建相似样本集合,获得每个类别的聚类中心和样本距离聚类中心的最小、最大、均值距离,设置3个置信度不同的置信区间.最后使用Jaccard距离对目标样本与测试样本的相似度进行重排序.在标准测试数据集上的实验表明文中算法的有效性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
李姣
张晓晖
朱虹
王婧
关键词 行人再识别 多置信度区间 重排序 Jaccard距离    
Abstract:To improve the low recognition rate caused by the poor similarity measure in person re-identification, a method of person re-identification via multiple confidences re-ranking is proposed, and the accuracy of person re-identification is improved by evaluating the confidences of test samples. Firstly, the target samples and test samples are described by characteristics from deep learning network ResNet50, and the initial ranking is obtained based on the similarity between the target samples and test samples. Secondly, the classified sample sets are formed by samples with similar ranking, and then the cluster center of each category, the minimum, maximum and mean distance between samples and cluster center are acquired to set three confidence intervals with different confidences. Finally, Jaccard distance is used to sort the similarity between the target samples and test samples. The experimental results of three standard test datasets verify the effectiveness of the proposed algorithm.
Key wordsPerson Re-identification    Multiple Confidence Interval    Re-ranking    Jaccard Distance   
收稿日期: 2017-06-28     
ZTFLH: TP 391.4  
基金资助:国家自然科学基金项目(No.61502385)资助
作者简介: 李 姣,女,1991年生,硕士研究生,主要研究方向为智能视频监控、模式识别、数字图像处理.E-mail:18710385741@163.com.
张晓晖,男,1973年生,博士,教授,主要研究方向为图像处理与信息融合、智能机器人技术、基于网络的控制系统.E-mail: xhzhang@xaut.edu.cn.
朱 虹(通讯作者),女,1963年生,博士,教授,主要研究方向为数字图像处理、智能视频监控、模式识别.E-mail:zhuhong@xaut.edu.cn.
王 婧,女,1985年生,博士研究生,主要研究方向为数字图像处理、智能视频监控、模式识别.E-mail:jjing63@hotmail.com.
引用本文:   
李姣,张晓晖,朱虹,王婧. 多置信度重排序的行人再识别算法*[J]. 模式识别与人工智能, 2017, 30(11): 995-1002. LI Jiao, ZHANG Xiaohui, ZHU Hong, WANG Jing. Person Re-identification via Multiple Confidences Re-ranking. , 2017, 30(11): 995-1002.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201711004      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2017/V30/I11/995
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn