基于动态前景聚焦与伪孪生网络的跨分辨率行人重识别

摘要：

针对跨分辨率场景下行人图像存在场景复杂、重建图像特征提取效果差等问题,提出基于动态前景聚焦与伪孪生网络的跨分辨率行人重识别算法.该算法在超分辨率重建网络中嵌入动态前景聚焦模块,利用全卷积自动编码器提取目标行人特征,通过高斯掩码对网络进行空间引导,从而使判别特征聚焦在前景上;并经过动态感知模块自动捕获前景的重要特征.又通过构建多粒度相互协同的伪孪生网络,实现判别特征的精细化识别.最后,所提算法在跨分辨率数据集MLR-Market-1501,MLR-DukeMTMC-ReID和CAVIAR上进行实验,Rank-1精度分别达到了 91.3％,83.4％和48.5％,证明了所提算法对跨分辨率行人重识别任务的有效性.

关键词：行人重识别、跨分辨率、动态前景聚焦、伪孪生网络

所属期刊栏目：42

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2023-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：35-40