论文部分内容阅读
为了提高行人重识别准确率，并针对当前数据集较小容易产生的过拟合问题，提出一种基于孪生网络和多距离融合的算法，并将其运用到行人再识别任务中。首先，利用孪生网络提取输入局部块的特征，并使用改进的inception模块，使提取到的特征具有辨别性和鲁棒性；然后，基于提取到的图像特征，利用多距离融合算法在特征空间度量其特征匹配优化距离，利用Chamfer距离变换获取跨摄像头行人的鲁棒空间距离并进行多距离融合；最后，利用融合距离进行行人重排序，并在当前流行的VIPeR和CUHK03公开数据集上进行实验。实验结果表明，所提出的算法有效地提高了行人再识别的准确率。