论文部分内容阅读
基于无监督的显著性学习方法提出一种新颖的人物识别方法。它在训练程序部分不需要身份标签就能提取出突出的特征。首先利用相邻约束斑块匹配在图片对之间构建稠密对应。该方法在处理由于较大的视觉角度变化和人物姿势变化而引起的图片对之间不对应的情况非常有效。其次,它应用一种无监督的方法来学习人物的显著性。为了提高实验的性能,在斑块匹配过程中融合了这种人物的显著性特征。在VIPeR数据集上进行的实验证实了该方法的正确性,且性能略优于文献中提出的e Bi Cov方法及e LDFV方法。