多分辨率特征注意力融合行人再识别

摘要：

目的 行人再识别是实现跨摄像头识别同一行人的关键技术,面临外观、光照、姿态、背景等问题,其中区别行人个体差异的核心是行人整体和局部特征的表征.为了高效地表征行人,提出一种多分辨率特征注意力融合的行人再识别方法.方法 借助注意力机制,基于主干网络HRNet(high-resolution network),通过交错卷积构建4个不同的分支来抽取多分辨率行人图像特征,既对行人不同粒度特征进行抽取,也对不同分支特征进行交互,对行人进行高效的特征表示.结果 在Market1501、CUHK03以及DukeMTMC-ReID这3个数据集上验证了所提方法的有效性,rank1分别达到95.3％、72.8％、90.5％,mAP(mean average precision)分别达到89.2％、70.4％、81.5％.在Market1501与DukeMTMC-RelD两个数据集上实验结果超越了当前最好表现.结论 本文方法着重提升网络提取特征的能力,得到强有力的特征表示,可用于行人再识别、图像分类和目标检测等与特征提取相关的计算机视觉任务,显著提升行人再识别的准确性.

关键词：HRNet、交错卷积、注意力机制、多分辨率特征表示、特征融合、行人再识别

所属期刊栏目：25

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2020-06-22（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：946-955