具有遮挡鲁棒性的监控视频人脸再识别算法

作者：张博; 赵巍; 段鹏松^*; 武琦

来源：信号处理, 2022, 38(06): 1202-1212.

DOI：10.16798/j.issn.1003-0530.2022.06.007

• 深度学习
• 人脸再识别
• 注意力机制

传统身份识别技术需要将待识别人员信息预先录入，同时未考虑识别过程中的遮挡问题，不能满足公共场所基于监控视频的再识别需求。现有行人再识别算法多依赖于服饰等外观特征，难以进行长期追踪与再识别。针对以上问题，本文提出了一种对遮挡具有鲁棒性的人脸再识别算法。首先，对监控视频中的人脸进行检测与对齐，并判断人脸中存在的遮挡位置；其次，根据遮挡位置查找掩码字典并选择对应掩码，再用掩码排除遮挡元素；最后，使用注意力机制对多帧图片分配权重以更新特征，再使用分区域匹配方法得到识别结果。为验证该方法的有效性，本文分别在COX数据集和人工合成遮挡的数据集上对所提方法进行了测试。其中，在COX数据集上的rank-1准确率为95.2%，在合成遮挡的数据集上rank-1准确率为73.0%，相比现有方法有明显优势。

• 单位
  郑州大学