基于属性擦除与多分支网络的行人重识别

• 作者: 刘天翔 唐俊 汪曙光 王年
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 行人重识别 过拟合 随机擦除 数据增广
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 17-25
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2021.01.004

摘要

行人重识别易受到物体不同程度遮挡的影响.针对物体遮挡以及网络特征提取能力不强的问题,提出一种基于属性擦除与多分支网络的行人重识别的方法.该方法利用行人的包属性标签随机擦除进行数据增广.网络结构由ResNet-50基础网络与全局、局部卷积两个分支结构组成.全局卷积分支提供全局特征,局部卷积分支提供丰富的细粒度信息,通过两个分支的特征级联提升网络的特征提取能力.在Market-1501、DuckMTMC-reID数据集上,证明论文方法具有较好的效果.