基于双流卷积神经网络和生成式对抗网络的行人重识别算法

• 作者: 唐晓 李浩 林通 贺玲 陈新
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 行人重识别 卷积神经网络 生成式对抗网络 姿势迁移
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: ITNS主题专栏:人工智能技术
• 页码范围: 7-12
• 页数: 6页
• 分类号: TP18
• 字数: 4083字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2020.06.002

摘要

近年来,针对行人重识别问题的深度学习技术研究取得了很大的进展.然而,在解决实际数据的特征样本不平衡问题时,效果仍然不理想.为了解决这一问题,设计了一个更有效的模型,该模型很好地解决了目标的不同姿态的干扰以及数据集中的图片数量不足的问题.首先,通过迁移姿态生成对抗网络生成行人不同姿势的图片,解决姿态干扰及图片数量不足的问题.然后利用两种不同的独立卷积神经网络提取图像特征,并将其结合得到综合特征.最后,利用提取的特征完成行人重识别.采用姿势转换方法对数据集进行扩展,有效地克服了由目标不同姿势引起的识别误差,识别错误率降低了 6％.实验结果表明,该模型在 Market-1501 和 DukeMTMC-Reid 上达到了更好的识别准确度.在 DukeMTMC-Reid 数据集上测试时,Rank-1 准确度增加到 92.10％,mAP 达到 84.60％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林通		17	24	2.0	4.0
2	李浩		52	179	7.0	12.0
3	陈新		28	132	6.0	11.0
4	唐晓		2	0	0.0	0.0
5	贺玲		1	0	0.0	0.0