Video-Based Person Re-Identification by Simultaneously Learning Intra-Video and Inter-Video Distance Metrics
Video-Based Person Re-Identification by Simultaneously Learning Intra-Video and Inter-Video Distance Metrics
复制标题
通过同时学习视频内和视频间距离度量来进行基于视频的人员重新识别
DOI：
10.1109/tip.2018.2861366
复制
发表时间：
2016-07
期刊：
影响因子：
--
通讯作者：
Zhang Taiping
中科院分区：
文献类型：
--
作者：
Zhu Xiaoke;Jing Xiao-Yuan;You Xinge;Zhang Xinyu;Zhang Taiping
基于视频的身份识别(Re-id)是一种重要的实际应用。由于不同的行人视频之间以及每个视频中都存在很大的差异，因此在行人视频之间进行RID是具有挑战性的。本文提出了一种同时进行视频内和视频间远程学习(SI2DL)的方法，用于基于视频的人脸识别。具体地，SI2DL同时从训练视频中学习视频内距离度量和视频间距离度量。视频内部距离度量用于使每个视频更加紧凑，而视频间距离度量用于确保真正匹配的视频之间的距离小于错误匹配的视频之间的距离。考虑到远程学习的目标是使真正匹配的不同人的视频对彼此很好地分离，我们还提出了一种基于对分离的SI2DL(P-SI2DL)。P-SI2DL旨在学习一对距离度量，在该度量下，任何两个真正匹配的视频对都可以很好地分开。在四个公共行人图像序列数据集上的实验表明，我们的方法达到了最先进的性能。
Video-based person re-identification (re-id) is an important application in practice. Since large variations exist between different pedestrian videos, as well as within each video, it is challenging to conduct re-id between the pedestrian videos. In this paper, we propose a simultaneous intra-video and inter-video distance learning (SI2DL) approach for the video-based person re-id. Specifically, SI2DL simultaneously learns an intra-video distance metric and an inter-video distance metric from the training videos. The intra-video distance metric is used to make each video more compact, and the inter-video one is used to ensure that the distance between truly matching videos is smaller than that between wrong matching videos. Considering that the goal of distance learning is to make truly matching video pairs from different persons be well separated with each other, we also propose a pair separation-based SI2DL (P-SI2DL). P-SI2DL aims to learn a pair of distance metrics, under which any two truly matching video pairs can be well separated. Experiments on four public pedestrian image sequence data sets show that our approaches achieve the state-of-the-art performance.
登录
查看更多内容
DOI：
10.1109/icme.2016.7552885
发表时间：
2016-07
期刊：
2016 IEEE International Conference on Multimedia and Expo (ICME)
影响因子：
--
作者：
Xiaoke Zhu;Xiaoyuan Jing;Fei Wu;Weishi Zheng;R. Hu;Chunxia Xiao;Chao Liang
通讯作者：
Xiaoke Zhu;Xiaoyuan Jing;Fei Wu;Weishi Zheng;R. Hu;Chunxia Xiao;Chao Liang
DOI：
--
发表时间：
2015-07
期刊：
--
影响因子：
--
作者：
Sheng Li;Ming Shao;Y. Fu
通讯作者：
Sheng Li;Ming Shao;Y. Fu
DOI：
10.1109/tcsvt.2014.2352552
发表时间：
2015-05
影响因子：
8.4
作者：
Annan Li;Luoqi Liu;Kang Wang;Si Liu;Shuicheng Yan
通讯作者：
Annan Li;Luoqi Liu;Kang Wang;Si Liu;Shuicheng Yan
DOI：
10.1007/978-3-319-46466-4_52
发表时间：
2016-10
期刊：
--
影响因子：
--
作者：
Liang Zheng;Zhi Bie;Yifan Sun;Jingdong Wang;Chi Su;Shengjin Wang;Q. Tian
通讯作者：
Liang Zheng;Zhi Bie;Yifan Sun;Jingdong Wang;Chi Su;Shengjin Wang;Q. Tian
DOI：
10.1007/978-3-319-10590-1_35
发表时间：
2014-09
期刊：
--
影响因子：
--
作者：
Yang Yang-Yang;Jimei Yang;Junjie Yan;Shengcai Liao;Dong Yi;S. Li
通讯作者：
Yang Yang-Yang;Jimei Yang;Junjie Yan;Shengcai Liao;Dong Yi;S. Li