一种核空间中改进的KISS行人再识别算法

• 作 者: 徐同文 白宗文 杨延宁
• 机 构: 延安大学物理与电子信息学院,陕西省能源大数据智能处理省市共建重点实验室
• 出 处: 延安大学学报(自然科学版)
• 发表日期: 2020年03期
• 关键词: 行人再识别 核空间 相似性度量 person re-identificationkernel spacesimilarity measure
• 基金项目: 国家自然科学基金(61941112,61761042,61763046),陕西省自然科学基金(2020JM-556),陕西省能源大数据智能处理省市共建重点实验室研究基金(IPBED21),延安市科技计划项目(2019ZCNZ-001),延安大学产学研合作项目(CXY201902),延安大学校级科研项目(YDJGZD18-04,YDQ2020-09),延安大学研究生教改项目(YDYJG2019018

核空间中的KISS(Keep It Simple and Straightforward)算法是行人再识别中常用的经典相似性度量算法,但是KISS算法在计算半正定矩阵时只用到了向量差,这就导致了学习出的半正定矩阵包含的信息有限。针对这个问题,本文提出了一种核空间中改进的KISS算法,该算法首先利用两个向量的和向量和差向量联合起来训练半正定矩阵,然后使用半正定矩阵来进行向量间的相似性度量。在VIPeR和CUHK01上两个公开数据集上的实验结果表明,本文提出的算法进一步提升了行人再识别关键性能指标,其精