基于姿态与并行化属性学习的行人再识别方法

摘要：

行人再识别是当前图像识别领域的一个重要研究分支,在取得众多研究成果的同时,在实际场景中的应用也存在诸多挑战.摄像设备和拍摄场景的差异,以及穿着、尺度、部分遮挡、姿态等对行人外观的影响,给行人再识别带来较大的困难.为此,提出一种行人再识别方法,通过基于姿态的并行化属性学习任务对行人姿态信息进行标注,并将其作为语义属性融入到行人再识别任务中,降低实际场景中属性缺失对模型的影响,加速训练过程.实验结果表明,该方法在VIPeR数据集上达到了90％的识别率.

关键词：深度学习、行人再识别、姿态、属性学习、并行化

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金“基于数据驱动与语义建模的多摄像拓扑推理与行人再识别研究”;江苏省科学基金“大数据驱动下基于深度学习与语义建模的行人再识别研究”;社会安全风险感知与防控大数据应用国家工程实验室主任基金“跨摄像头逻辑推理与多模态行人再识别技术研究”

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：246-253