一种基于无监督局部度量学习和重排序的行人再识别方法

摘要

本发明公开了一种基于无监督局部度量学习和重排序的行人再识别方法，其实现过程为：首先获取行人图片，确定查询样本，并形成训练样本集和图片库；然后将获得的行人图片进行特征提取，并描述为特征向量；再为查询样本和/或图片库中各样本学习局部度量，得到对应的度量矩阵；最后通过学习得到的度量矩阵进行相似度计算，根据相似度大小进行初始排序；通过重排序优化初始排序得到最终的排序结果。本方法基于无监督局部度量学习，不需要人工标注样本，具有一定实用性和扩展性，通过重排序，进一步提高了匹配准确度。