基于复合尺度与多粒度联合特征的行人重识别

摘要：

为打破行人重识别过程中端到端训练带来的信息割裂问题,提出一种复合尺度与多粒度信息相联的行人重识别算法.利用基础网络识别行人图像,纵向提取不同深度的复合尺度信息,将全局特征进行横向划分,获取不同粒度语义信息,充分利用具有表征能力的特征和多深度的特征,增强特征的判别力.仿真结果表明,该算法超越了大部分以特征融合为主导的识别算法,其中在数据集CUHK03-detected上,Rank@1和mAP分别达到了84.71％和86.26％,具有较高的识别率和鲁棒性.

关键词：行人重识别、复合尺度模型、多粒度特征、深度神经网络、联合特征

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61972357

在线出版日期：2023-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：3538-3546