Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

12.03.2018 | Ausgabe 3/2019

Neural Processing Letters 3/2019

QRKISS: A Two-Stage Metric Learning via QR-Decomposition and KISS for Person Re-Identification

Zeitschrift:
Neural Processing Letters > Ausgabe 3/2019
Autoren:
Cairong Zhao, Yipeng Chen, Zhihua Wei, Duoqian Miao, Xinjian Gu
Wichtige Hinweise
Cairong Zhao and Yipeng Chen have contributed equally to this work.

Abstract

Person re-identification is a challenging task in the field of intelligent video surveillance because there are wide variations between pedestrian images. As a classical metric learning method, Keep It Simple and Straightforward (KISS) has shown good performance for person re-identification. However, when the dimension of data is high, the KISS method may perform poorly because of small sample size problem. A common solution to this problem is to apply dimensionality reduction technologies to original data before the KISS metric learning, such as Principal Component Analysis (PCA) and Linear Discriminant Analysis (LDA). In this paper, to learn a discriminant and robust metric, we propose a novel two-stage metric learning via QR-Decomposition and KISS, named QRKISS. The first stage of QRKISS is to project original data into a lower dimensional space by QR decomposition. In this lower dimensional space, the trace of the covariance matrix of interpersonal differences can reach maximum. Based on KISS method, the second stage of QRKISS obtains a Mahalanobis matrix in the low-dimension space. We conduct thorough validation experiments on the VIPeR, PRID 450S and CUHK01 datasets, which demonstrate that QRKISS method is better than other KISS-based metric learning methods and achieves state-of-the-art performance.

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 "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 "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"

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 3/2019

Neural Processing Letters 3/2019 Zur Ausgabe