科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出一种元学习框架下基于圆损失度量的行人重识别模型，以元学习的方式对行人重识别问题进行建模，同时使用改进的圆损失进行度量学习，改善样本之间距离的自适应优化效果。首先，构建基于元度量学习的模型学习过程，按照逐个子任务的学习方式，在子任务中划分查询样本和支持集样本，将样本映射到向量空间。其次，在向量空间中计算查询样本与支持集样本之间的损失，使用改进的圆损失函数，为样本之间的相似性分数设置自适应的更新力度。最后，通过每个子任务来训练模型参数。实验结果表明，与基线方法相比，该方法在Market-1501数据集上的Rank-1值和mAP值分别提升0.4个百分点和1.4个百分点，在DukeMTMC-reID数据集上分别提升0.9个百分点和0.6个百分点，实现较好的识别效果。
-
单位信息工程大学
