-
题名多粒度特征融合的行人再识别研究
被引量：6
- 1
-
-
作者
张良
车进
杨琦
-
机构
宁夏大学物理与电子电气工程学院
宁夏大学沙漠信息智能感知重点实验室
-
出处
《液晶与显示》
CAS
CSCD
北大核心
2020年第6期555-563,共9页
-
基金
国家自然科学基金(No.61861037)。
-
文摘
结合全局特征和局部特征是提高行人再识别精度的一种途径。现有的算法通常从人体特定的语义区域提取特征,由于没有将人体结构考虑在内,增加了学习难度,在差异较大的场景下效率和鲁棒性较差。为了较好地解决上述问题,本文提出一种融合了全局特征、局部特征以及人体结构特征的多粒度特征融合的行人再识别算法。本算法不引入任何人体结构先验知识,在特征提取方面,采用均值池化和最大池化对特征图加权得到强辨识性的全局特征。对特征图切片得到局部特征,在原有局部特征的基础上,引入局部相对特征作为人体结构特征。在度量方面,采用三元组损失与ID损失在不同尺度下的多级监督机制。在Market1501、DukeMTMC-reID的实验表明,算法的Rank-1指标相比于部分卷积基线(PCB)方法提升了1.3%、3.9%,平均精度均值(mAP)提升了5.1%、9.8%。
-
关键词
全局特征
局部特征
人体结构特征
特征融合
深度学习
卷积神经网络
行人再识别
-
Keywords
global feature
local feature
human structural feature
feature fusion
deep learning
convolutional neural network
person re-identification
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
