[发明专利]基于跨视域信息和量化误差编码的行人图像检索方法

摘要

本发明公开了一种基于跨视域信息和量化误差编码的大规模行人图像快速检索方法，包括以下步骤：(1)建立行人图像跨视域信息和量化误差联合模型；(2)求解最小跨视域量化误差的编码哈希函数；(3)跨视域的行人图像快速匹配。本发明允许在大规模无重叠视域的行人图像数据中，求解针对各视域特定的编码哈希函数，从而实现快速准确的行人图像检索。本发明允许对每一个无交叠视域求解特定的编码哈希函数，从而提高了编码哈希函数的判别性。同时，本发明约束了跨视域哈希函数之间的差异值，有效避免了过拟合。本发明与现有的监督哈希编码和多模态哈希编码方法相比，能够显著提升大规模行人图像开集测试的检索准确率。

主权项

1.一种基于跨视域信息和量化误差编码的大规模行人图像快速检索方法，其特征在于，包括下述步骤：(1)建立行人图像跨视域信息和量化误差联合模型；(2)求解最小跨视域量化误差的编码哈希函数；(3)跨视域的行人图像快速检索；步骤(1)中，行人图像跨视域信息和量化误差联合模型是根据编码量化误差、跨视域监督信息和跨视域哈希函数差异约束进行建模得到的；度量量化误差的具体步骤为：对于训练集各个摄像头的行人图像训练数据，记摄像头cam_p的数据矩阵为记摄像头cam_q的数据矩阵为每一行代表每个训练样本的特征向量，n_p和n_q是代表摄像头cam_p和cam_q的样本数量，设学习到的两个摄像头对应哈希函数投影矩阵分别为W_p和W_q，二值编码结果可以表示为B_p＝sgn(X^pW_p)，B_q＝sgn(X^qW_q)，因此编码的量化误差可以表示为和