用于行人重识别的多类型特征网络

摘要：

近年来,注意机制在行人重识别任务中效果较优,但是不同类型的注意机制(如空间注意、自注意等)联合使用的效果仍然有待提高.因此,文中首先提出改进型的卷积块注意模型(CBAM-Pro),再提出多类型特征网络模型.对CBAM-Pro与自注意机制的集成提取不同关注域的特征,同时引入不同划分粒度的局部特征,联合进行行人重识别.在现有的通用基准数据集上的实验验证文中模型的有效性与可靠性.

关键词：行人重识别、注意机制、特征划分、多类型特征

所属期刊栏目：33

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点研发计划项目;国家自然科学基金项目;中国博士后科学基金特助项目;江苏省"六大人才高峰项目"

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：879-888