基于空间弱化和通道增强注意力的行人重识别

摘要：

针对现有行人重识别方法过于注重对行人图像强辨别性特征的提取导致模型缺乏鲁棒性,以及无法很好地结合空间和通道维度信息的问题,提出一种基于空间弱化和通道增强注意力的行人重识别方法.通过弱化对于高响应区域的注意,迫使模型学习更全面的特征信息,提升模型的泛化能力.嵌入通道注意力机制,通过学习特征通道之间的相关性,自动校准通道维度上的注意力.在Market-1501、DukeMTMC-ReID、CUHK03和MSMT17数据集上进行的实验结果表明,该方法具有较好的鲁棒性和识别准确率,能有效提高行人重识别性能.特别地,在CUHK03数据集中提升了7.6％的Rank-1精度和10.4％的mAP.

关键词：行人重识别、注意力机制、空间弱化、通道、特征、强辨别性、鲁棒性

所属期刊栏目：44

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;江西省自然科学基金

在线出版日期：2023-05-08（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：1235-1241