基于孪生对抗SGAN的行人重识别研究

作者：刘仁春; 孟朝晖

来源：电子测量技术, 2019, 42(15): 155-166.

DOI：10.19651/j.cnki.emt.1902713

• 行人重识别
• SGAN
• 姿态迁移
• 骨架关键点
• 特征擦除

针对非重叠跨摄像头下的行人重识别任务易受行人姿态多变影响的问题,提出一种基于孪生生成式对抗网络(SGAN)的行人重识别改进方法。首先,在孪生网络结构中嵌入生成式对抗网络,组成SGAN。其次,在SGAN对抗学习中利用DeeperCut模型提取骨架关键点,完成姿态迁移,并擦除与原始行人姿态相关的特征。最后,行人匹配过程脱离额外姿态特征辅助,既降低了计算量又提升了识别精度。在大型数据集Market1501和CUHK03上验证该方法的有效性,一次匹配成功率达到84.06%,平均精度均值达到86.75%,优于多数典型行人重识别方法。