-
题名跨模态身份不一致的交叉分类素描行人重识别
被引量:1
- 1
-
-
作者
黄勃淳
李凡
汪淑娟
-
机构
昆明理工大学信息工程与自动化学院
云南省人工智能重点实验室
-
出处
《激光与光电子学进展》
CSCD
北大核心
2023年第4期121-129,共9页
-
基金
国家自然科学基金(61966021)
云南省重大科技专项计划(202002AD080001)
云南省基础研究计划(202101AT070136)。
-
文摘
素描行人重识别旨在从可见光行人图像库中查找与给定素描行人图像身份相同的图像。虽然已经有较多的跨模态检索算法可以应用于该类问题,但这些算法的背景设定较为单一,没有考虑到训练集中部分身份的行人仅有一个模态样本,即跨模态身份不一致,这极大限制了算法在实际场景下的应用。为此,提出了基于交叉分类的素描行人重识别网络。该网络包括交叉分类和基于距离的身份信息对齐两部分。其中,交叉分类利用单一模态数据训练的分类器引导编码器从另一模态提取到模态不变的信息。而基于距离的身份信息对齐能够将同身份不同模态间的特征距离减小,同时抑制跨模态身份不一致的影响,进而强化了特征的判别性和鲁棒性。为验证跨模态身份不一致时模型的性能表现,基于Matket-1501数据集生成了新的素描行人重识别数据集S-Market1501,并在该数据集上将Rank-1指标提升了11.0个百分点。同时模型在公开数据集Sketch Re-ID上Rank-1指标达到了60%,所设计的数据集将开源在“https://github.com/huangdaichui/Sketch_dataset”。
-
关键词
素描行人重识别
模态不变
模态身份不一致
交叉分类
-
Keywords
sketch person reidentification
modal invariance
cross modal identity inconsistence
cross classification
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-