基于全局特征拼接的行人重识别算法研究

作者：熊炜^*; 杨荻椿; 熊子婕; 童磊; 李利荣; 王娟

来源：计算机应用研究, 2021, 38(01): 316-320.

DOI：10.19734/j.issn.1001-3695.2019.09.0578

• 行人重识别
• 全局特征拼接
• 聚类损失
• 标签平滑损失

针对目前行人重识别出现网络模型复杂化、识别率低的问题,提出一种基于全局特征拼接的行人重识别算法。首先利用卷积神经网络(CNN)提取全局特征;然后把不同卷积层提取的特征进行拼接,使特征信息互补;最后将拼接后的特征再次进行卷积处理,获得高表征能力的特征。网络训练时,采用聚类损失函数和标签平滑损失函数联合训练,同时引入了随机擦除和减小池化步长的训练技巧。在Market1501、Duke MTMC-reID、CUHK03和MSMT17数据集上进行了实验验证,实验表明所提算法具有良好性能,其中在Market1501上,Rank-1、m AP分别达到了95.9%和94.6%。

• 单位
  湖北工业大学; 电子工程学院