Learning based person re-identication across camera views.
行人再識別的主要任務是匹配不交叉的監控攝像頭中觀測到的行人。隨著監控攝像頭的普遍，這是一個非常重要的任務。並且，它是其他很多任務的重要子任務，例如跨攝像頭的跟蹤。行人再識別的難度存在於不同攝像頭中觀測到的同一個人會有很大的變化。這些變化來自於觀察角度的不同，光照的不同，和行人姿態的變化等等。在本文中，我們希望從如下的方面來重新思考並解決這個問題。 === 首先，我們發現當待匹配集合增大的時候，匹配的難度大幅度增加。在實際應用中，我們可以通過時間上的推演來減少待匹配集合的大小，簡化行人再識別這個問題。現有通過機器學習的方法來解決這個問題的算法基本會假設一個全局固定的度量。我們的方法來自提出於對於...
| Other Authors: | |
|---|---|
| Format: | Others |
| Language: | English Chinese |
| Published: |
2013
|
| Subjects: | |
| Online Access: | http://library.cuhk.edu.hk/record=b5549295 http://repository.lib.cuhk.edu.hk/en/item/cuhk-328773 |