融合视点机制与姿态估计的行人再识别方法

• 作者: 徐曾春 胡平 裴嘉震
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 相机视点 姿态估计 深度学习 行人再识别 特征融合
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机图形&多媒体
• 页码范围: 164-169
• 页数: 6页
• 分类号: TP391
• 字数: 5155字
• 语种: 中文
• DOI: 10.11896/jsjkx.190500013

摘要

行人再识别是视频监控中一项极具挑战性的任务.图像中的遮挡、光照、姿态、视角等因素,会对行人再识别的准确率造成极大影响.为了提高行人再识别的准确率,提出一种融合视点机制与姿态估计的行人再识别方法.首先,采用姿态估计算法Openpose定位行人关节点;然后,对行人图像进行视图判别以获得视点信息,并根据视点信息与行人关节点位置进行局部区域推荐,生成行人局部图像;接着,将全局图像与局部图像同时输入CNN提取特征;最后,采用特征融合网络将全局与局部的特征融合,以获取更具鲁棒性的特征表示.实验结果表明:提出的方法具有更高的行人再识别准确率,其在CHUK03数据集上的rank1达到了71.3％,在Market1501和DukeMTMC-reID数据集上的mAP分别达到了63.2％与60.5％.因此,所提方法能够很好地应对行人姿态变化和视角变化等问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡平	南京工业大学计算机科学与技术学院	76	703	14.0	23.0
2	徐曾春	南京工业大学计算机科学与技术学院	13	127	3.0	11.0
3	裴嘉震	南京工业大学计算机科学与技术学院	1	0	0.0	0.0