-
题名一种特征增强的Tri-CNN行人再识别方法
- 1
-
-
作者
周芳宇
陈淑荣
-
机构
上海海事大学信息工程学院
-
出处
《计算机与现代化》
2020年第9期60-65,共6页
-
文摘
针对行人再识别中遮挡导致提取的高层特征分辨率低而影响识别率的问题,建立一种基于Tri-CNN的特征增强行人再识别方法。首先,对池化层提取的图像特征进行PCA降维,根据典型相关分析策略(CCA)融合特征,提取更具判别力的行人特征。其次,引入空间递归模型(SRM)对遮挡行人特征进行空间多向检测,提高对遮挡行人的识别率。最后,根据欧氏距离度量准则,分别验证正、负样本对间的距离,联合Softmax损失函数和Triplet损失函数优化网络模型,进而判别是否为同一行人。在MARS和ETHZ这2个数据集上进行实验,结果表明本文方法有效解决了一般遮挡识别问题,并显著提高了行人再识别精度。
-
关键词
行人再识别
Tri-CNN
PCA降维
典型相关分析
空间递归模型
-
Keywords
pedestrian re-identification
Tri-CNN
PCA dimension reduction
canonical correlation analysis(CCA)
spatial recurrent model(SRM)
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-