融合掩码约束算法的Spindle Net行人重识别网络

摘要：

行人重识别技术旨在解决不同摄像机下行人连续跟踪匹配问题,在现有的行人重识别算法的基础上引入实例分割策略,提高算法性能.首先在像素层面上识别目标轮廓,提取行人的掩码信息,掩码作为图片中行人最基本的特征之一,隐含了大量行人的信息,更有利于后续的特征提取和行人匹配.之后通过掩码约束算法学习的特征范围,能有效地提高特征的学习能力.实验结果表明,该方法在Shinpuhkan与Market-1501数据集中Top-1的准确率达到了3%的提升.

关键词：行人重识别、掩码、卷积神经网络

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：吉林省重点科技成果转化项目20170307002GX

在线出版日期：2019-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：98-101