行人重识别 (re-id)

小编 2026-06-22 阅读:1204 评论:0
行人重识别 这是近几年挺火的一个的一个课题,大概就是研究不同摄像头之间的人物匹配。如下图: 这两个摄像头拍到的两个人,现在我们的任务是检测这两个是否是同一个人。有些思路是在图片上进行处理,但...

行人重识别

这是近几年挺火的一个的一个课题,大概就是研究不同摄像头之间的人物匹配。如下图:
\"在这里插入图片描述\"
这两个摄像头拍到的两个人,现在我们的任务是检测这两个是否是同一个人。有些思路是在图片上进行处理,但是这样就忽略了人行为的特征,我们这是基于HOG3DHOG3DHOG3D的数据进行训练。

思路

我们记一个人的特征量x\\vec{x}x,那么两个人之间的距离就是D(xi,xj)D(\\vec{x_i},\\vec{x_j})D(xi,xj)
我们训练的思路是,我们要保证正确答案错误答案之间隔一个margin。也就是D(xi,xj)+ρ&lt;minykyiD(xi,xk),yi=yjD(\\vec{x_i},\\vec{x_j})+\\rho&lt;min_{y_k\\ne y_i} D(\\vec{x_i},\\vec{x_k}),y_i=y_jD(xi,xj)+ρ<minyk̸=yiD(xi,xk),yi=yj
那么,为了使答案更准确,我们希望下面这个尽量小:xi,xj,yi=yjmax{D(xi,xj)minykyiD(xi,xk)+ρ,0}\\sum_{\\vec{x_i},\\vec{x_j},\\vec{y_i}=\\vec{y_j}}max\\{D(\\vec{x_i},\\vec{x_j})-min_{y_k\\ne y_i}D(\\vec{x_i},\\vec{x_k})+\\rho,0\\}xi,xj,yi=yjmax{D(xi,xj)minyk̸=yiD(xi,xk)+ρ,0}
同时,我们也希望下面这个正确距离比较小:xi,xj,yi=yjD(xi,xj)\\sum_{\\vec{x_i},\\vec{x_j},y_i=y_j}D(\\vec{x_i},\\vec{x_j})xi,xj,yi=yjD(xi,xj)
所以我们就得到目标函数f(D)=(1α)xi,xj,yi=yjD(xi,xj)+αxi,xj,yi=yjmax{D(xi,xj)minykyiD(xi,xk)+ρ,0}f(D)=(1-\\alpha)*\\sum_{\\vec{x_i},\\vec{x_j},y_i=y_j}D(\\vec{x_i},\\vec{x_j})+\\alpha * \\sum_{\\vec{x_i},\\vec{x_j},\\vec{y_i}=\\vec{y_j}}max\\{D(\\vec{x_i},\\vec{x_j})-min_{y_k\\ne y_i}D(\\vec{x_i},\\vec{x_k})+\\rho,0\\}f(D)=(1α)xi,xj,yi=yj@font-face { font-family: "autolinktags"; src: url("https://www.seowoai.com/zb_users/plugin/AutoLinkTags/style/fonts/iconfont.woff2") format("woff2"), url("https://www.seowoai.com/zb_users/plugin/AutoLinkTags/style/fonts/iconfont.woff") format("woff"), url("https://www.seowoai.com/zb_users/plugin/AutoLinkTags/style/fonts/iconfont.ttf") format("truetype"); font-weight:normal; font-style:normal; }.tagslink::after { content:"\e613"; margin:2px 0 0 0px; font-size:12px; font-family:"autolinktags"; display:inline-block; vertical-align:top; }

版权声明

本文仅代表作者观点,不代表百度立场。
本文系作者授权百度百家发表,未经许可,不得转载。

热门文章
  • 机房智能化温湿度解决方式之POE供电以太网温湿度传感器

    机房智能化温湿度解决方式之POE供电以太网温湿度传感器
    机房智能化温湿度解决方式之POE供电以太网温湿度传感器 北京盈创力和电子科技有限公司 智能型TCP网口温湿度记录仪 北京IP网络温湿度记录仪厂家,北京盈创力和 北京智能型TCP网口温湿度记录仪IP网络温湿度记录仪是一种新型的基于TCP/IP协议双绞线以太网标准温湿度采集模块,利用它可以实现现场温度值、相对湿度值的采集,同时利用其自身的RJ45通信接口可以方便地和机房监控主机或交换机集线器进行联网。 工作于-40℃~85℃工业级带...
  • Sequential Monte Carlo Methods (SMC) 序列蒙特卡洛/粒子滤波/Bootstrap Filtering

    Sequential Monte Carlo Methods (SMC) 序列蒙特卡洛/粒子滤波/Bootstrap Filtering
    Problem Statement 我们考虑一个具有马尔可夫性质、非线性、非高斯的状态空间模型(State Space Model):对于一个时间序列上的观测结果{yt,t∈N}\\{ y_t , t \\in N \\}{yt​,t∈N},我们认为每个观测结果yty_tyt​的生成依赖于一个无法直接观察的隐变量xt∈{xt,t∈N}x_t \\in \\{x_t , t \\in N \\}xt​∈{xt​,t∈N},即:p(...
  • HTTP状态保持的原理

    HTTP状态保持的原理
    a)在用户登录之后,浏览器返回响应的时候会在响应中添加上cookieb)浏览器接收到cookie之后会自动保存c)当用户再次请求同一服务器中的其他网页的时候,浏览器会自动带上之前保存的cookied)服务接收到请求之后可以请 request 对象中取到cookie 判断当前用户是否登录  Http是无状态的,就是连接时数据互通,关闭后...
  • Hive 系统函数及示例

    Hive 系统函数及示例
    查看所有系统函数 show functions; 函数分类 内置函数【系统函数】 数学函数: floor、round、ceil、cos、log2等 字符串函数: length、reverse、trim、lower、get_json_object、repeat等 收集函数: size 转换函数: cast 日期函数: year、month、datediff、date、date_add等 条件函数: coalesce、case…w...
  • CSRF的原理和防范措施

    CSRF的原理和防范措施
    a)攻击原理:i.用户C访问正常网站A时进行登录,浏览器保存A的cookieii.用户C再访问攻击网站B,网站B上有某个隐藏的链接或者图片标签会自动请求网站A的URL地址,例如表单提交,传指定的参数iii.而攻击网站B在访问网站A的时候,浏览器会自动带上网站A的cookieiv.所以网站A在接收到请求之后可判断当前用户是登录状态,所以...
标签列表