-
题名结合数据增强的跨模态行人重识别轻量网络
被引量：1
- 1
-
-
作者
曹钢钢
王帮海
宋雨
-
机构
广东工业大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2024年第8期131-139,共9页
-
基金
国家自然科学基金面上项目(62072119)。
-
文摘
现有的跨模态行人重识别方法中,轻量化网络的相关研究较少。考虑到硬件部署对轻量化网络的需求,提出新的跨模态行人重识别轻量网络。以Osnet为基础,进行特征提取器和特征嵌入器的拆分。同时使用数据增强操作,利用有限的数据集,最大程度提高了网络的鲁棒性。改进难样本三元组损失函数,在减少计算量的同时缩小模态间差异,提升网络识别准确率。提出的轻量化网络结构简单且效果显著,在SYSU-MM01数据集的全搜索模式下rank-1/mAP分别达到65.56%、61.36%,参数量仅为1.92×10^(6)。
-
关键词
深度可分离卷积
行人重识别
轻量化网络
难样本三元组损失函数
-
Keywords
depth separable convolution
person re-identification
lightweight network
hard triplet loss function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于动态卷积与注意力的多特征融合行人重识别
被引量：2
- 2
-
-
作者
耿韶松
李晋国
-
机构
上海电力大学计算机科学与技术学院
-
出处
《计算机工程与设计》
北大核心
2023年第4期1228-1234,共7页
-
基金
国家自然科学基金项目(61702321、U1936213)。
-
文摘
为能够准确利用图像中有效特征,提取判别性较高的信息区分特征相近的行人,提出一种基于动态卷积和注意力机制的多分支网络。将动态卷积核作用于ResNet50网络中,使动态卷积中的注意力机制与网络中的通道和空间注意力共同作用,通过不同分支得到相应局部特征,融合得到高判别性特征进行分类匹配。在CUHK03、DuckMTMC-reID、Market-1501数据集上进行验证实验,其结果表明了所提模型的优越性。
-
关键词
行人重识别
动态卷积
通道注意力机制
空间注意力机制
多特征融合
难样本三元组损失
多分支网络
-
Keywords
person re-identification
dynamic convolution
channel attention mechanism
spatial attention mechanism
multi-feature fusion
triplet loss with batch hard mining
multi-branch network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
