首页 > 论文 > 激光与光电子学进展 > 57卷 > 08期(pp:081503)

基于多层级特征的行人重识别

  • 摘要
  • 论文信息
  • 参考文献
  • 被引情况
分享:

摘要

行人重识别问题中提取具有鲁棒性和判别力的特征对于精度至关重要。现有的行人重识别方法提取行人特征存在信息缺失问题,故缺乏鲁棒性和判别力,为此本文提出了一种基于残差网络对行人图像提取多层级特征的方法。在训练阶段,使用残差网络分别在四个卷积残差模块之后提取阶段特征,以此来弥补信息丢失,对每个特征向量进行全局平均池化和全连接层处理,最后使用三元组损失函数对每个特征向量监督训练。在相似性度量阶段,针对四个特征向量分别计算特征相似度,对每个阶段相似度进行加权求和,使用求和结果进行相似度匹配。在Market-1501和DukeMTMC-ReID数据集上进行实验,所提方法分别取得了Rank1=91.2%、mAP=86.4%和Rank1=84.7%、mAP=80.2%。实验结果表明,本文方法提取的多层级特征具有较强的鲁棒性和判别力,提高了行人重识别的准确度。

Newport宣传-MKS新实验室计划
补充资料

DOI:10.3788/lop57.081503

作者单位:

    武汉理工大学
    武汉理工大学信息工程学院
    武汉理工大学宽带无线通信和传感器网络湖北省重点实验室
    武汉理工大学
    武汉市 武昌小洪山30号 中国科学院武汉物理与数学研究所五室
    武汉理工大学
    武汉理工大学信息工程学院
    武汉理工大学宽带无线通信和传感器网络湖北省重点实验室
    武汉理工大学信息工程学院
    武汉理工大学宽带无线通信和传感器网络湖北省重点实验室

引用该论文

刘可文,房攀攀,熊红霞,刘朝阳,马圆,李小军,陈亚. 基于多层级特征的行人重识别[J].激光与光电子学进展,2020,57(08):081503.