多分辨率特征注意力融合行人再识别

作者：沈庆; 田畅; 王家宝; 焦珊珊; 杜麟

来源：中国图象图形学报, 2020, 25(05): 946-955.

• HRNet
• 交错卷积
• 注意力机制
• 多分辨率特征表示
• 特征融合
• 行人再识别

目的行人再识别是实现跨摄像头识别同一行人的关键技术,面临外观、光照、姿态、背景等问题,其中区别行人个体差异的核心是行人整体和局部特征的表征。为了高效地表征行人,提出一种多分辨率特征注意力融合的行人再识别方法。方法借助注意力机制,基于主干网络HRNet(high-resolution network),通过交错卷积构建4个不同的分支来抽取多分辨率行人图像特征,既对行人不同粒度特征进行抽取,也对不同分支特征进行交互,对行人进行高效的特征表示。结果在Market1501、CUHK03以及Duke MTMC-ReID这3个数据集上验证了所提方法的有效性,rank1分别达到95. 3%、72. 8%、90. 5%,mAP(mean average precision)分别达到89. 2%、70. 4%、81. 5%。在Market1501与Duke MTMC-ReID两个数据集上实验结果超越了当前最好表现。结论本文方法着重提升网络提取特征的能力,得到强有力的特征表示,可用于行人再识别、图像分类和目标检测等与特征提取相关的计算机视觉任务,显著提升行人再识别的准确性。

• 单位
  中国人民解放军陆军工程大学