通过张量特征融合增强行人重识别
计算机视觉与模式识别
2023-12-19 v1 人工智能
摘要
本文提出了一种基于张量特征表示和多线性子空间学习的新型行人重识别 (PRe-ID) 系统。我们的方法利用预训练 CNN 进行高级特征提取，并结合 Local Maximal Occurrence (LOMO) 和 Gaussian Of Gaussian (GOG) 描述子。此外，Cross-View Quadratic Discriminant Analysis (TXQDA) 算法用于多线性子空间学习，该算法在张量框架内对数据进行建模以增强判别能力。基于马氏距离的相似性度量用于训练和测试行人图像之间的匹配。在 VIPeR 和 PRID450s 数据集上的实验评估证明了我们方法的有效性。
引用
@article{arxiv.2312.10470,
title = {Enhancing Person Re-Identification through Tensor Feature Fusion},
author = {Akram Abderraouf Gharbi and Ammar Chouchane and Mohcene Bessaoudi and Abdelmalik Ouamane and El ouanas Belabbaci},
journal= {arXiv preprint arXiv:2312.10470},
year = {2023}
}