Person re-identification by Local Maximal Occurrence representation and metric learning

这是中科院关于Person re-identification CVPR 2015

  1. Local Maximal Occurrence Feature
    3.1. Dealing with Illumination Variations
    首先对图像使用 Retinex 进行了预处理,前后结果如下图所示:
    这里写图片描述

对处理后的图像,我们通过计算 HSV color histogram 来提取颜色特征。
In addition to color description, we also apply the Scale Invariant Local Ternary Pattern (SILTP) [26] descriptor for illumination invariant texture description

3.2. Dealing with Viewpoint Changes
这里写图片描述

4.Cross-view Quadratic Discriminant Analysis
4.1. Bayesian Face and KISSME Revisit
这里简单介绍了一下我们参考的两个方法,Bayesian Face and KISSME

4.2. XQDA
这里我们提出了自己的方法,经过公式推导,最后的优化公式为:
这里写图片描述

5 Experiments
这里写图片描述

这里写图片描述

这里写图片描述

阅读更多
文章标签: 行人检索
个人分类: 行人检索
上一篇Person Re-Identification by Iterative Re-Weighted Sparse Ranking
下一篇行人属性“Attributed Grammars for Joint Estimation of Human Attributes, Part and Pose”
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭