科研之友
微信
新浪微博
Facebook
分享链接
摘要
现有行人重识别研究大多关注人体在二维平面的特征表示，而在现实社会中，人体以一种对称的三维结构存在，三维人体结构相较二维平面像素含有更多的体型、姿态等特征，仅研究二维平面上的行人特征限制了计算机对人体特征的理解。利用人体是一种三维对称的刚体结构这一先验事实，提出一种基于UV贴图优化人体特征的行人重识别方法。对图像底库进行数据预处理，通过数据增广方法生成更多的训练数据，对预处理后的图片进行特征提取，将特征矩阵解耦为姿态、色彩、形状以及视角参数，利用参数信息调整预定义的人体模型以得到重构后的三维人体模型。将重构后的三维人体模型转化为UV贴图，即将人体特征从三维空间映射到二维平面，同时对UV贴图进行优化从而丰富人体特征。使用UV贴图训练三维行人重识别网络模型，利用后处理的方法对输出结果做进一步优化，以得到最终的行人重识别结果。在Market-1501数据集上的实验结果表明，该方法的rank-1准确率和mAP分别达到94.76%和82.53%，相较OG-Net模型分别提升13.82%和22.56%。
- 单位
