基于多特征子空间的行人重识别

• 作者: 徐大林 李捷 李韬
• 来源期刊: 指挥控制与仿真
• 学科: 工学
• 关键词: 多任务学习 多特征子空间 行人重识别
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 工程实践
• 页码范围: 106-112
• 页数: 7页
• 分类号: TP391.41|TP242
• 字数: 7116字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3819.2020.03.020

摘要

行人重识别是一个重要的计算机视觉任务,其目的是在跨摄像头场景下检索具有相同身份的行人.虽然行人重识别中已经存在许多关于特征空间划分的方法,但是这些方法没有考虑自动形成遮挡子空间的问题.因此,提出了利用空间划分和空间池化的方法生成初始遮挡特征子空间,并利用损失函数约束进一步异化遮挡特征子空间,辅之以多任务学习联合训练,从而提升模型性能.实验结果表明所提出的模型显著提升了行人重识别的性能.这种方法不需要额外的信息并且基本操作在特征空间中,所以易于添加到其他模型,来提升已有模型的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐大林		24	218	9.0	14.0
2	李韬		2	0	0.0	0.0
3	李捷		2	0	0.0	0.0