| 基于非稀疏多核支持向量机的重现行人识别 |
| |
| 引用本文： | 许允喜,齐赵毅. 基于非稀疏多核支持向量机的重现行人识别[J]. 光电工程, 2013, 0(9): 82-87 |
| |
| 作者姓名： | 许允喜 齐赵毅 |
| |
| 作者单位： | 1. 湖州师范学院 信息与工程学院，浙江 湖州 313000; 浙江大学 信息与电子工程系，杭州 310027
2. 湖州师范学院 信息与工程学院,浙江 湖州,313000 |
| |
| 基金项目： | 国家自然科学基金项目(60872057)；湖州市自然科学基金项目(2011YZ07)；国家级大学生创新创业训练计划项目(201210347010)；湖州师范学院校级科研项目成果 |
| |
| 摘 要： | 目前,视频跟踪正向大范围长时间目标跟踪研究方向发展。重现行人识别是对行人目标进行大范围长时间持续跟踪的关键技术,是后续行为分析的基础。本文提出了一种基于非稀疏多核支持向量机的重现行人识别算法。首先,该方法提取跟踪行人视频图像序列的多层SIFT视觉单词树特征和多层颜色直方图特征。接着,利用高效的非稀疏多核支持向量机算法在线融合多层SIFT视觉单词树特征和多层颜色直方图特征得到行人外观模型。最后利用存储的行人外观模型库对重现行人进行识别。该方法可应用于多摄像机视频监控中同一行人目标的跨摄像机跟踪以及单摄像机监控中行人目标重新出现的识别。实验结果表明,该方法能快速训练人体目标外观模型,能获得很高的识别率。
|
| 关 键 词： | 智能视频监控 多核支持向量机 单词树 行人重现识别 |
Pedestrian Re-identification Algorithm Based on Non-sparse Multiple Kernel Support Vector Machine |
| |
| XU Yunxi , QI Zhaoyi. Pedestrian Re-identification Algorithm Based on Non-sparse Multiple Kernel Support Vector Machine[J]. Opto-Electronic Engineering, 2013, 0(9): 82-87 |
| |
| Authors: | XU Yunxi QI Zhaoyi |
| |
| Affiliation: | XU Yunxi;QI Zhaoyi;School of Information & Engineering,Huzhou Teachers College;Department of Information Science & Electronic Engineering,Zhejiang University; |
| |
| Abstract: | |
| |
| Keywords: | intelligent video surveillance multiple kernel SVM vocabulary tree people re-identification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
