-
公开(公告)号：CN103793702B
公开(公告)日：2017-02-01
申请号：CN201410071721.1
申请日：2014-02-28
Applicant: 武汉大学
Abstract: 本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先根据已标注训练样本集L中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵Mc和Mt；随机选择查询对象使用Mc和Mt进行马氏距离度量，得到相应排序结果，从中取得正样本和负样本生成新的已标注训练样本集L，更新Mc和Mt，直到未标注训练样本集U为空，得到最终的标注样本集L*，并融合颜色和纹理特征得到Mf，就可以使用基于Mf的马氏距离函数进行行人重识别。本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。
-
公开(公告)号：CN103793702A
公开(公告)日：2014-05-14
申请号：CN201410071721.1
申请日：2014-02-28
Applicant: 武汉大学
Abstract: 本发明公开了一种基于协同尺度学习的行人重识别方法，属于监控视频检索技术领域。本发明首先根据已标注训练样本集L中图像的颜色和纹理特征，进行尺度学习得到相应马氏距离中的协方差矩阵Mc和Mt；随机选择查询对象使用Mc和Mt进行马氏距离度量，得到相应排序结果，从中取得正样本和负样本生成新的已标注训练样本集L，更新Mc和Mt，直到未标注训练样本集U为空，得到最终的标注样本集L*，并融合颜色和纹理特征得到Mf，就可以使用基于Mf的马氏距离函数进行行人重识别。本发明在半监督框架下研究基于尺度学习的行人重识别技术，通过未标注样本辅助标注样本进行尺度学习，符合实际视频侦查应用标注训练样本难以获取的要求，能有效提升少标注样本下的重识别性能。
-
Search Results
2
records
(took 0.015 seconds)
