基于迁移学习的行人再识别
胡 彬 1,2, 潘 雨 1, 丁卫平 1, 邵叶秦 3, 杨 铖 1
2018, 39(5):
886-891.
DOI: 10.11996/JG.j.2095-302X.2018050886
摘要
(
63 )
PDF(516KB)
(
171
)
行人再识别指的是在无重叠的多摄像机监控视频中,匹配不同摄像机中的行人目 标。提出了一种基于迁移学习的行人再识别方法。在训练阶段,针对现有的基于深度卷积神经 网络的图像识别模型进行参数微调,将网络模型迁移学习至行人再识别模型。测试阶段,利用 学习好的网络模型提取行人图像的特征,再采用余弦距离来描述行人对之间的相似度。在 CUHK03、Market-1501 和 DukeMTMC-reID 3 个数据集上进行了深入的实验分析,实验结果表 明该方法取得了较高的累积匹配得分,特别是第 1 匹配率远远超过了非深度学习的方法,与其 他基于深度学习的行人再识别方法相比,准确率也有所提升。
相关文章 |
计量指标
|