融合外观特征的行人重识别方法

• 作者: 彭玉青 李伟 郭永芳
• 来源期刊: 信息技术与网络安全
• 关键词: 行人重识别 特征融合 随机擦除 多任务学习
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 人工智能|Artificial Intelligence
• 页码范围: 33-37,49
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2021.06.006

摘要

针对行人重识别中由于姿势变化、视角改变、遮挡等引起的识别率不高的问题,提出了融合外观特征的行人重识别方法.该方法通过两个网络分支的设计,分别提取行人的全局特征和局部特征,二者融合后得到行人的外观特征.同时结合分类损失和度量学习损失,通过多任务学习策略对两个网络分支进行模型优化.此外,该模型设计了随机擦除算法,在数据集中加入噪声,增强模型的鲁棒性.实验结果表明:融合外观特征的行人重识别方法大大提高了行人重识别的准确率,在Market-1501数据集上rank1达到了92.82％、mAP达到了80.51％,在DukeMTMC-reID数据集上rank1达到了85.06％、mAP达到了72.72％.