• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Pacific-Rim conference on multimedia >Aligned Local Descriptors and Hierarchical Global Features for Person Re-Identification
【24h】

Aligned Local Descriptors and Hierarchical Global Features for Person Re-Identification

机译：对齐的局部描述符和全局全局功能，以进行人员重新识别

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Person re-identification aims at identifying the same person from different non-overlapping camera views, in which one of the fundamental issues is to have a robust feature under various conditions. In order to deal with the misaligned problem, most works incline to fuse the feature of less associated patches together. Such strategy might result in the loss of their relative location information and hinder the better performance. Therefore, in this paper we introduce aligned local descriptors to preserve the information of patches' relative location and design hierarchical global features to improve the robustness of image representation for person re-identification. We attempt to apply affine transformation to our framework and find it effective for resolving the viewpoint and pose changes. Experiments are implemented on three challenging datasets VIPeR, QMUL GRID and CUHK Campus. We obtain competitive or superior performance compared to state-of-the-art methods.
机译：人员重新识别旨在从不同的不重叠摄像机视图中识别同一个人，其中基本问题之一是在各种条件下都具有可靠的功能。为了解决未对准的问题，大多数工作倾向于将较少关联的补丁的功能融合在一起。这样的策略可能会导致其相对位置信息的丢失并妨碍更好的性能。因此，在本文中，我们引入对齐的局部描述符以保留补丁的相对位置信息，并设计分层的全局特征，以提高用于人重新识别的图像表示的鲁棒性。我们尝试将仿射变换应用于我们的框架，并发现它对于解决视点和姿势更改有效。实验在三个具有挑战性的数据集VIPeR，QMUL GRID和中大校园进行。与最先进的方法相比，我们获得了竞争或更高的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号