基于注意力机制和姿态识别的行人再识别

作者：赵彦如; 牛东杰^*; 杨蕙萌

来源：河南理工大学学报(自然科学版), 2023, 42(02): 120-126.

DOI：10.16186/j.cnki.1673-9787.2021070059

• 深度学习
• 行人再识别
• 注意力机制
• 姿态识别
• 特征融合
• 局部特征
• 全局特征

在解决行人再识别技术中的姿态变化、遮挡、背景等问题时，为了提高遮挡下的行人再识别性能，提出一种基于注意力机制和姿态识别的行人再识别方法。采用全局注意网络和姿态识别网络分别提取行人图像的全局特征、关节点位置热力图和对应的置信度，通过计算得到行人13个关节点和融合所有关节点的局部特征，对全局特征和14个局部特征分别进行行人分类训练，利用多任务学习多个损失共同监督网络的优化。测试时，将关键点特征和全局特征融合后，计算行人的距离排序。在Market1501和DukeMTMC-reID数据集上测试的Rank-1/mAP指标分别达到了85.1%/75.6%和64.3%/55.3%。结果表明，所设计方法具备抗姿态变化、遮挡和背景的能力，同时具有较高的识别能力和识别精度。

• 单位
  河南理工大学