-
题名结合一阶和二阶空间信息的行人重识别
被引量:6
- 1
-
-
作者
刘莎
党建武
王松
王阳萍
-
机构
兰州交通大学电子与信息工程学院
甘肃省人工智能与图形图像处理工程研究中心
兰州交通大学计算机科学与技术国家级实验教学示范中心
-
出处
《激光与光电子学进展》
CSCD
北大核心
2021年第2期299-307,共9页
-
基金
甘肃省科技计划项目(18JR3RA104)
甘肃省教育厅科技项目(2017D-08)。
-
文摘
针对行人重识别中行人检测误差引起的空间错位,基于局部的深度网络模型仅学习相邻局部关系,导致远距离局部相关性缺失,因此,提出了一种结合一阶和二阶空间信息的行人重识别算法。在主干网络上,学习一阶空间掩模对输入图像的空间权值进行微调,以减少背景干扰;通过二阶空间掩模对远距离的依赖关系进行建模,并将局部特征集成到依赖模型中,以获取全局特征表示。局部分支引入DropBlock对抽取的行人特征进行正则化,避免了网络模型过于依赖特定部位特征。训练阶段用标签平滑分类损失和引入正样本中心的三元组损失联合优化整个网络。在Market-1501和DukeMTMC-reID数据集上的实验结果表明,相比其他主流算法,本算法的行人重识别精度更高,且提取的行人特征判别性和鲁棒性更好。
-
关键词
机器视觉
行人重识别
一阶空间掩模
二阶空间掩模
中心三元组损失
-
Keywords
machine vision
person re-identification
first-order spatial mask
second-order spatial mask
center triplet loss
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-