10.16208/j.issn1000-7024.2023.04.036
基于动态卷积与注意力的多特征融合行人重识别
为能够准确利用图像中有效特征,提取判别性较高的信息区分特征相近的行人,提出一种基于动态卷积和注意力机制的多分支网络.将动态卷积核作用于ResNet50网络中,使动态卷积中的注意力机制与网络中的通道和空间注意力共同作用,通过不同分支得到相应局部特征,融合得到高判别性特征进行分类匹配.在CUHK03、DuckMTMC-reID、Market-1501数据集上进行验证实验,其结果表明了所提模型的优越性.
行人重识别、动态卷积、通道注意力机制、空间注意力机制、多特征融合、难样本三元组损失、多分支网络
44
TP391(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金
2023-05-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
1228-1234