科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决姿势变化对行人重识别发展产生障碍问题，提出一种通过比较行人的不同姿势获取姿势鲁棒性特征的方法。以ResNet-50为骨干网络，设计了特征生成模块和学习模块。在训练阶段，特征生成模块可利用其他行人的姿势特征和自身特征生成指定姿势下的外观特征，丰富目标行人的姿势多样性。特征学习模块通过对比学习外观特征，获得姿势变化鲁棒的最终特征。在测试阶段，通过对目标行人同一姿势下的原特征和新特征进行对比学习，生成姿势变化鲁棒的行人最终特征，从而提高网络模型对姿势变化的鲁棒性。研究结果表明：该方法与其他行人重识别方法相比，具有高度的可比性。
- 单位
