论文部分内容阅读
行人再识别指的是在无重叠的多摄像机监控视频中,匹配不同摄像机中的行人目标。提出了一种基于迁移学习的行人再识别方法。在训练阶段,针对现有的基于深度卷积神经网络的图像识别模型进行参数微调,将网络模型迁移学习至行人再识别模型。测试阶段,利用学习好的网络模型提取行人图像的特征,再采用余弦距离来描述行人对之间的相似度。在CUHK03、Market-1501和DukeMTMC-reID3个数据集上进行了深入的实验分析,实验结果表明该方法取得了较高的累积匹配得分,特别是第1匹配率远远超过了非深度学习的方法,与其他