[发明专利]一种基于核化特征和随机子空间集成的行人再辨识方法

摘要

本发明涉及一种基于核化特征和随机子空间集成的行人再辨识方法，包括以下步骤：S1，获取行人图像的训练样本集和测试样本集，确定两个样本间的核化函数；S2，分别将两个样本集的原始特征转化为核化特征；S3，在训练样本集的核化特征空间中，随机选取多个不同的子空间，分别计算不同和相同行人图像对的核化特征差值的协方差矩阵及其逆矩阵，得到图像对的核化特征差值的分布函数；S4，分别在各子空间下，计算样本对为相同行人的概率和为不同行人的概率，将两个概率的比值作为样本间的距离；S5，对距离进行集成，得到各样本对间的最终距离。与现有技术相比，本发明具有良好的行人再辨识能力，适用于各种不同的特征，具有较强的鲁棒性。

主权项

一种基于核化特征和随机子空间集成的行人再辨识方法，其特征在于，包括以下步骤：S1，获取行人图像的训练样本集和测试样本集，确定两个样本间的核化函数，在每个样本集中，同一个行人具有多个图像；S2，分别将两个样本集的原始特征转化为核化特征，核化特征的维度均为训练样本集中的样本个数；S3，在训练样本集的核化特征空间中，随机选取多个不同的子空间，分别在各子空间下，计算不同行人图像对的核化特征差值的协方差矩阵及其逆矩阵，计算相同行人图像对的核化特征差值的协方差矩阵及其逆矩阵，得到图像对的核化特征差值的分布函数；S4，分别在各子空间下，计算测试样本集中样本对的核化特征的差值，根据差值协方差矩阵及其逆矩阵和分布函数，计算样本对为相同行人的概率和为不同行人的概率，并将两个概率的比值作为两个样本间的距离；S5，对各不同子空间中计算出的距离进行集成，得到测试样本集中各样本对间的最终距离，用于行人辨识，最终距离越小，样本对为相同行人的可能性越高。