基于不规则视频序列的行人重识别

近年来，基于视频序列的行人重识别由于其具有更加丰富的外观信息以及时空信息受到越来越多的关注，这些信息可以极大的提升传统的基于静态图像的行人重识别的性能瓶颈。然而，传统的基于视频序列的重识别方法大多同等的利用序列中的图像信息，忽视了由于目标运动或噪声干扰而引起的差异。通过观察不规则视频序列对视频重识别行人特征表示的影响，我们发现通过删除噪声子序列，可以极大的提升行人重识别的性能。基于以上发现，我们提出了一种基于不规则视频序列的行人重识别方法，通过检测并删除视频序列中的噪声子序列，构建一个更为鲁棒，更具判别力的特征表示。在公开数据集上的实验结果证明了该方法的有效性。