基于UV贴图优化人体特征的行人重识别

摘要：

现有行人重识别研究大多关注人体在二维平面的特征表示,而在现实社会中,人体以一种对称的三维结构存在,三维人体结构相较二维平面像素含有更多的体型、姿态等特征,仅研究二维平面上的行人特征限制了计算机对人体特征的理解.利用人体是一种三维对称的刚体结构这一先验事实,提出一种基于UV贴图优化人体特征的行人重识别方法.对图像底库进行数据预处理,通过数据增广方法生成更多的训练数据,对预处理后的图片进行特征提取,将特征矩阵解耦为姿态、色彩、形状以及视角参数,利用参数信息调整预定义的人体模型以得到重构后的三维人体模型.将重构后的三维人体模型转化为UV贴图,即将人体特征从三维空间映射到二维平面,同时对UV贴图进行优化从而丰富人体特征.使用UV贴图训练三维行人重识别网络模型,利用后处理的方法对输出结果做进一步优化,以得到最终的行人重识别结果.在Market-1501数据集上的实验结果表明,该方法的rank-1准确率和mAP分别达到94.76％和82.53％,相较OG-Net模型分别提升13.82％和22.56％.

关键词：计算机视觉、深度学习、行人重识别、三维重构、UV贴图

所属期刊栏目：48

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划;国家重点研发计划;欧盟地平线科研计划

在线出版日期：2022-11-16（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：83-88,95