文件名称：典型相关分析matlab实现代码-MCK-CCA:跨视图人员重新识别的多通道核规范相关分析
文件大小：25KB
文件格式：ZIP
更新时间：2024-06-09 07:22:32
系统开源
典型相关分析matlab实现代码MCK-CCA：用于跨视图人员重新识别的多通道内核规范相关性分析 该存储库提供了Giuseppe Lisanti，Svebor Karaman，Iacopo Masi，“跨通道人员重新识别的多通道内核规范相关性分析”，ACM涉及多媒体计算，通信和通信的论文中介绍的MCK-CCA方法的实现。应用程序（TOMM），印刷中，2017年。 这项工作是对我们先前方法[2]的扩展，该方法已在上提供。 如下所示，我们的方法得益于强大的描述符，对多个通用核化投影空间的学习以及迭代逻辑回归来选择和加权估计的距离，从而在多个重新识别基准上获得了最先进的性能。在这些空间中。 要求 该代码使用以下软件和数据来运行： （4.3 KB） （152 MB） 2017年1月：该代码将下载并编译所有必需的文件。 我们使用的是Hardoon的KCCA软件包的近似定制版本，该原始许可是非商业性的。 应该正确配置MATLAB以编译MEX文件，就像在MATLAB中运行以下命令一样简单： >> mex -setup 示范范例 要运行我们的代码，只需运行Demo_MCKCCA.m ，您应该看到类似以
【文件预览】：
MCK-CCA-master
----utils()
--------cross_validate_c_bias.m(3KB)
--------apply_kernel_separate.m(2KB)
--------plotCMCcurve.m(1KB)
--------computeCMC.m(2KB)
--------switchDataset.m(1KB)
--------kernel_gauss.m(876B)
--------kernel_gpu_expchi2.m(990B)
--------kernel_chi2.m(609B)
--------kernel_gpu_chi2.m(1KB)
--------center_kcca_lr.m(1KB)
--------center_kcca.m(1KB)
--------kernel_expchi2.m(854B)
--------kernel_gpu_gauss.m(1KB)
--------evaluateCMC_demo.m(1KB)
--------scaledata.m(1KB)
--------iterativeLR.m(5KB)
----lib()
--------kcca_package()
----Demo_MCKCCA.m(7KB)
----README.md(4KB)
----startup.m(3KB)