基于全局特征改进的行人重识别

作者：张晓涵^*

来源：计算机系统应用, 2022, 31(05): 298-303.

DOI：10.15888/j.cnki.csa.008477

• 行人重识别
• 全局特征
• 感受野
• GeM池化
• 特征融合
• 深度学习

由于行人重识别面临姿态变化、遮挡干扰、光照差异等挑战,因此提取判别力强的行人特征至关重要.本文提出一种在全局特征基础上进行改进的行人重识别方法,首先,设计多重感受野融合模块充分获取行人上下文信息,提升全局特征辨别力;其次,采用GeM池化获取细粒度特征;最后,构建多分支网络,融合网络不同深度的特征预测行人身份.本文方法在Market1501和DukeMTMC-ReID两大数据集上的mAP指标分别达到83.8%和74.9%.实验结果表明,本文方法有效改进了基于全局特征的模型,提升了行人重识别的识别准确率.

• 单位
  中国石油大学（华东）