多分支融合注意力机制的行人重识别方法

摘要：

针对基于局部特征的行人重识别方法在存在背景干扰时鲁棒性较差的问题,提出一种多分支融合注意力机制的行人重识别方法.该方法包含两个分支网络,其中全局分支通过融合注意力机制获取更具显著性的全局特征信息;局部分支通过提取多尺度的语义信息和不同粒度的特征挖掘行人非显著性的局部特征,增强特征的丰富性,引入特征补充避免硬分割造成图像分割边缘信息丢失.训练阶段使用softmax损失、三元组损失和中心损失联合优化网络,在Market1501、DukeMTMC-reID和CUHK03数据集上进行实验对比分析,其结果表明,该方法能够有效提高行人重识别的准确率.

关键词：行人重识别、局部特征、注意力机制、多尺度、特征补充

所属期刊栏目：43

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61802250

在线出版日期：2022-08-22（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：2260-2267