融合头肩部位特征的行人重识别
沈宇慧
王琪
南京信息工程大学 南京 210000
摘要：行人重识别方法多数是根据行人衣着属性,例如颜色、纹理等提取特征.然而,行人穿着深色衣服或在弱光照明下被监控系统捕获时,衣着的各种属性就会严重缺失.针对这一问题,论文提出一种不依赖于衣着服装信息,融合头肩特征的行人重识别方法.设计一种头肩局部分支,结合全局分支提取行人特征.通过头肩定位以及头肩部位注意力模块构成局部分支,对弱衣着属性的行人提取辨别性头肩特征.全局分支学习行人整体特征.通过区分输入行人特征类型,自适应地分配全局和头肩局部分支权重.在Market1501数据集上Rank-1和mAP达到了95.6％和88.3％,在DukeMTMC-reID数据集上Rank-1和mAP达到了88.7％和79.1％.实验结果表明,该方法能有效地利用头肩部位特征,增强网络对行人关键部位信息的表征能力,提升行人重识别性能.
关键词：行人重识别头肩部位信息注意力机制自适应权重
分类号：TP391.41(计算技术、计算机技术)
资助基金：江苏省研究生实践创新计划项目(SJCX22_0333)
论文发表日期：2022-09-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1950-1955 )
英文信息