基于特征拼接的行人重识别

摘要：

基于卷积神经网络算法对行人进行多特征提取,并使用拼接后的多特征对行人进行特征表征.使用全局池化和多个卷积构建多分支结构,利用多分支结构来弥补丢失的信息.为了减小过拟合,采用自行设计的瓶颈层代替模型中的分类层.实验时,分别在Market1501、CUHK03、DukeMTMC-Reid数据集上对本文所提算法进行验证.在Market1501数据集上,本文所提算法预测正确的概率(Rank1)为95.2％,平均预测均值(mAP)为86.0％.实验结果表明,本文所提算法提取的行人特征具有较强的辨别力,识别准确率明显高于其他先进的算法.

关键词：光计算、卷积神经网络、行人重识别、多特征、特征拼接

所属期刊栏目：56

分类号：TP391(计算技术、计算机技术)

资助基金：云南省自然科学基金KKSY201301070

在线出版日期：2019-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：185-191