-
题名基于双分支注意力特征融合的跨域行人重识别
- 1
-
-
作者
马建红
靳岩
王亚辉
谷保平
-
机构
郑州大学网络空间安全学院
河南开放大学创新创业学院
-
出处
《郑州大学学报(理学版)》
北大核心
2025年第6期51-57,共7页
-
基金
国家重点研发计划项目(2020YFB171240)
郑州市协同创新重大专项(20XTZX06013)。
-
文摘
无监督跨域行人重识别技术,通过将源域的有标签信息迁移到目标域以应对无标签情况,采用聚类方法达到无监督域适应效果,实现跨域行人再识别。然而,仅依赖全局特征的聚类易受域间差异影响产生噪声,且单网络结构训练易导致放大误差影响模型性能。针对此类问题,提出一种双分支注意力特征融合算法,分别抽取并融合域不变特征和域特定特征,以增强目标域上的泛化能力和减少聚类噪声。同时,引入对称网络架构进行同步协同训练,形成互为监督的学习机制,有效抑制过拟合问题。实验表明,在Market-1501和DukeMTMC-ReID公开数据集上,该算法显著提升了无监督跨域行人重识别的mAP和Rank准确率。
-
关键词
行人重识别
无监督域适应
注意力机制
特征融合
-
Keywords
person re-identification
unsupervised domain adaptation
attention mechanism
feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
