基于视角信息嵌入的行人重识别
提出一种基于视角信息嵌入的行人重识别模型.结合行人图像视角朝向特点,对PSE(pose-sensitive embedding)网络结构进行了优化.首先将PSE特征向量融合部分由特征的融合改成更符合不同视角特征空间性质的三个视角单元特征向量的拼接;其次视角单元从骨架网络更浅层的blocks-3进行分离,增加三个视角单元特征空间的差异性;最后利用改进的深度可分离卷积,设计了一个深度可分离模块,对视角单元进一步进行提取特征,防止模型参数过大的同时提高网络非线性能力,从而提高网络的泛化能力.利用Market 1501、Duke-MTMC-reID和MARS数据集对所提的算法进行有效性验证实验,结果表明所提的改进方法取得了更好的识别效果.
机器视觉、光计算、行人重识别、视角信息嵌入、深度残差卷积神经网络、深度可分离卷积
39
TP391(计算技术、计算机技术)
2019-07-30(万方平台首次上网日期,不代表论文的发表时间)
共10页
254-263