时空特征结合相机关联自适应特征增强的视频行人再识别算法研究

针对由于行人姿势、外部遮挡、光照和摄像机参数等内外部条件变化导致的行人再识别率较低的问题,提出时空特征结合相机关联自适应特征增强的视频行人再识别算法.本文首先基于视频提取时空梯度方向直方图(HOG3D)特征,基于图像提取表观特征,然后将两者结合作为视频行人目标的特征描述子,从而提高特征描述有效性;距离度量时结合边际费希尔分析(Marginal Fisher Analysis,MFA)算法将特征进行自适应特征增强,增强共性特征之间的联系,从而进一步提高距离度量阶段对特征的判别性,最后再进行欧式距离度量和排序.另外,本文在iLIDS-VID和PRID 2011两大视频行人数据集中各进行两组实验,实验结果表明,该算法能够充分利用视频中包含的运动信息,得到鲁棒的视频行人再识别匹配模型,提高行人再识别的匹配精度.