Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

28.11.2020 | Ausgabe 3/2021

Wireless Personal Communications 3/2021

Novel Similarity Metric Learning Using Deep Learning and Root SIFT for Person Re-identification

Zeitschrift:
Wireless Personal Communications > Ausgabe 3/2021
Autoren:
M. K. Vidhyalakshmi, E. Poovammal, Vidhyacharan Bhaskar, J. Sathyanarayanan
Wichtige Hinweise

Publisher's Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

This paper deals with the person re-identification, intending to match the images of the person captured using disjoint cameras mounted in different locations. Such a task of matching the images remains a difficult issue as the appearance of the individual differs from the perspective of the various cameras. Inspired by the recent success of deep learning in the domain of person re-identification, a novel deep learning framework which combines deep features and Root Scale Invariant Features Transform (Root SIFT) features has been proposed. The conventional deep Convolutional Neural Network (CNN) can obtain significant features but does not take into account the spatial relationship between the features. Also, CNN requires an enormous number of instances to train the network. To address these issues, the proposed method combines Root SIFT features along with the CNN features. With the combination of Deep and Root SIFT features, the model can give improved performance over other CNN based models. Experiments were conducted on standard datasets CUHK 03 (labelled and detected), CUHK 01 and VIPeR and the matching rate is reported as 74.45% for CUHK 03 (labelled), 72.63% for CUHK 03 (detected), 76.12% for CUHK 01 and 48.45% for VIPeR dataset. The experiments demonstrate that the proposed algorithm has improved identification rate over the recent algorithms.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 3/2021

Wireless Personal Communications 3/2021 Zur Ausgabe