首页|基于全局特征拼接的行人重识别算法研究

基于全局特征拼接的行人重识别算法研究

Person re-identification algorithm based on global feature stitching

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
针对目前行人重识别出现网络模型复杂化、识别率低的问题,提出一种基于全局特征拼接的行人重识别算法.首先利用卷积神经网络(CNN)提取全局特征;然后把不同卷积层提取的特征进行拼接,使特征信息互补;最后将拼接后的特征再次进行卷积处理,获得高表征能力的特征.网络训练时,采用聚类损失函数和标签平滑损失函数联合训练,同时引入了随机擦除和减小池化步长的训练技巧.在Market1501、DukeMTMC-reID、CUHK03和MSMT17数据集上进行了实验验证,实验表明所提算法具有良好性能,其中在Market1501上,Rank-1、mAP分别达到了95.9％和94.6％.

熊炜、杨荻椿、熊子婕、童磊、李利荣、王娟

展开 >

湖北工业大学电气与电子工程学院,武汉430068

美国南卡罗来纳大学计算机科学与工程系,美国哥伦比亚29201

行人重识别 全局特征拼接 聚类损失 标签平滑损失

国家留学基金资助项目国家自然科学基金资助项目国家自然科学基金资助项目湖北省自然科学基金资助项目

20180842041861571182616011772019CFB530

2021

10.19734/j.issn.1001-3695.2019.09.0578

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(1)
  • 5
  • 4