基于CNN的改进行人重识别技术

• 作者: 冯川 刘敏 曾春艳 熊子婕 熊炜 王娟
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 行人重识别 卷积神经网络 生成对抗网络 交叉熵 Siamese
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 图形与图像
• 页码范围: 665-672
• 页数: 8页
• 分类号: TP183
• 字数: 4115字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.04.013

摘要

针对行人重识别研究中训练样本的不足,为提高识别精度及泛化能力,提出一种基于卷积神经网络的改进行人重识别方法.首先对训练数据集进行扩充,使用生成对抗网络无监督学习方法生成无标签图像;然后与原数据集联合作半监督卷积神经网络训练,通过构建一个Siamese网络,结合分类模型和验证模型的特点进行训练;最后加入无标签图像类别分布方法,计算交叉熵损失来进行相似度量.实验结果表明,在Market-1501、CUHK03和DukeMTMC-reID数据集上,该方法相比原有的Siamese方法在Rank-1和mAP等性能指标上有近3～5个百分点的提升.当样本较少时,该方法具有一定应用价值.