融合注意力机制与全局特征网络的行人重识别算法研究

摘要：

行人重识别是近年来计算机视觉领域的研究热点,已被广泛应用在智能视频监控、 安保系统等多个领域.但在实际应用场景中,图像数据会受到摄像机差异、 物体遮挡、 行人姿态视角改变等因素的影响,因此,克服以上问题成为了当前行人重识别研究所关注的重点问题.对于行人重识别方法在面对遮挡和复杂背景应用场景下的干扰信息影响精度的问题,提出了引入空间注意力机制,对拓扑关系遮挡行人重识别算法的全局特征提取网络进行改进,将基于空间注意力的特征提取网络与拓扑关系遮挡行人重识别算法中的作为Backbone网络的RestNet50进行优化改进.在公开的Occluded-Duke数据集和Market-1501数据集上进行测试,实验结果显示改进算法的评价指标有明显提升.

关键词：行人重识别、卷积神经网络、特征融合、局部特征

所属期刊栏目：37

分类号：TP183(自动化基础理论)

资助基金：国网江苏省电力有限公司科技资助项目J2020069

在线出版日期：2023-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：37-42