基于局部特征融合的行人重识别方法

• 作者: 涂园园 贺松 姚绍华
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 局部特征 批特征擦除 深度学习 损失函数
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 系统开发与应用|Systematic development and application
• 页码范围: 122-125,132
• 页数: 5页
• 分类号: TP391.3
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2021.12.024

摘要

随着智能化时代的来临,社会智能监控设备全面覆盖,行人重识别成为极具挑战的研究课题.行人重识别的核心在于设计深度学习网络对图像提取强判别力的特征,本文针对局部特征的重要性提出一种局部特征融合的行人重识别模型.将一个卷积块接出2条独立支路,分别接入局部特征提取模块和批特征擦除模块,最后和全局特征提取支路进行特征融合获得高细粒度的特性,并采用联合损失函数训练网络.在Marketl501数据集上验证所提方法具有有效性,mAP达到84.12％,Rank-1 达到95.06％.