基于注意力机制的行人重识别特征提取方法

作者：刘紫燕^*; 万培佩

来源：计算机应用, 2020, 40(03): 672-676.

• 行人重识别
• 特征学习
• 注意力机制
• 数据增强
• 显著特征

针对真实环境中非重叠多摄像头的行人重识别受到不同摄像机场景、视角、光照等因素的影响导致行人重识别精度低的问题,提出一种基于注意力机制的行人重识别特征提取方法。首先,使用随机擦除法对输入的行人图像进行数据增强,提高网络的鲁棒性;然后,通过构建自上而下的注意力机制网络增强空间像素特征的显著性,并将注意力机制网络嵌入ResNet50网络提取整个行人的显著特征;最后,将整个行人的显著特征进行相似性度量并排序得到行人重识别的结果。该注意力机制的行人重识别特征提取方法在Market1501数据集上Rank1达到88. 53%,平均精度均值(mAP)为70. 70%;在DukeMTMC-reID数据集上Rank1达到77. 33%,mAP为59. 47%。所提方法在两大行人重识别数据集上性能都有明显提升,具有一定的应用价值。

• 单位
  贵州大学