科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了解决目前行人重识别算法特征提取能力弱、泛化能力差的问题，提出了基于金字塔卷积和随机擦除的行人重识别模型。首先以ResNet50作为基准网络，使用带有不同尺寸卷积核的金字塔卷积模块来提取行人图像多尺度的特征，并添加局部特征随机擦除分支来增强模型泛化能力，降低过拟合的风险。最后使用难样本三元组损失函数和标签平滑损失函数，对模型进行联合训练，通过在Market1501和DukeMTMC-reID数据集上进行消融实验，验证了该模型改进的合理性。在和其他主流行人重识别算法的对比实验中，该方法也表现出了较好的识别性能。
-
单位东南大学; 自动化学院
