双金字塔结构引导的多粒度行人重识别方法

摘要：

针对杂乱场景下难以有效地提取行人关键信息和局部遮挡时全局特征方法失效的问题,提出了一种双金字塔结构引导的多粒度行人重识别(person re-identification,ReID)方法.首先在ResNet50中嵌入注意力金字塔,引导网络由粗到细依次挖掘不同粒度的特征,使网络更倾向于关注复杂环境中行人的显著区域;其次通过结构不对称的双重注意力特征金字塔分支(double atten-tion feature pyramid branch,DFP branch)提取多尺度的行人特征,丰富特征的多样性,同时双重注意力机制可使分支从浅层信息中捕获高细粒度的局部特征;最后将粒度较粗的全局特征与多层级细粒度的局部特征融合,两种金字塔相互作用,以此获得更多具有鉴别性的多粒度特征,改善行人遮挡问题.在多个数据集上进行了实验,结果表明,各项评价指标均高于目前大多数主流模型,其中在 DukeMTMC-reID 数据集上,Rank-1、mAP 和平均逆负处罚(mean inverse negative pen-alty,mINP)分别达到了 91.6％、81.9％、48.1％.

关键词：行人重识别、注意力金字塔、双重注意力特征金字塔分支(DFP branch)、多粒度特征

所属期刊栏目：33

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金;湖北省自然科学基金;湖北省科技厅重大专项;襄阳湖北工业大学产业研究院科研项目;教育部国家留学基金

在线出版日期：2023-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：959-967