行人检索 - Top-push Video-based Person Re-identification

CVPR2016

code: http://isee.sysu.edu.cn/resource

本文针对 Person Re-identification 问题 做了两个方面的工作:一个是基于视频信息来做,主要是提取更多时空的信息来解决遮挡和复杂的背景干扰。第二是引入Top-push优化手段 来 增大类间差异,缩小类内差异。

3 Approach
我们使用 HOG3D 描述子 来提取 视频中的时空信息( space-time features)。 HOG3D 特征包含 空间梯度信息和 时序动态信息。

对于外观特征的提取,我们使用 color histograms and LBP features 。这里为了获得稳定的特征信息,我们对视频中单个行人的 color histograms and LBP features 进行 average pooling 。

3.1. Enhancing Top-rank Matching by Top-push
Distance Learning

增大类间差异,缩小类内差异

行人检索 - Top-push Video-based Person Re-identification_第1张图片

行人检索 - Top-push Video-based Person Re-identification_第2张图片

行人检索 - Top-push Video-based Person Re-identification_第3张图片
该公式第一部分是类内差异, 第二部分是 类间差异

行人检索 - Top-push Video-based Person Re-identification_第4张图片

行人检索 - Top-push Video-based Person Re-identification_第5张图片

你可能感兴趣的:(行人检索,ZJ,CVPR,2016)