基于行人分割与部位对齐的行人再识别

摘要：

为了解决行人再识别中由于视角变化和背景干扰造成的错位匹配(未对齐)问题,提出一种基于行人分割的部位对齐网络(SegPAN)的方法,该网络由3部分组成:1)构建一种基于RefineNet的行人分割网络(TL-RefineNet),以获得多个局部对齐部位;2)基于分割的行人部位,提出一种行人部位对齐网络,以提取多个局部对齐特征;3)通过一种加权融合的策略将提取的局部对齐特征融合,提高视觉特征的判别能力.在此基础上利用特征之间的相似度实现行人再识别.实验在Market-1501和DukeMTMC-reID数据集上进行测试,R1的性能分别达到90.5％和80.3％.结果证明该方法不仅有效的缓解了错位匹配问题,而且减少了背景的干扰,提高了再识别性能.

关键词：行人再识别、行人分割、部位对齐网络、加权融合

所属期刊栏目：48

分类号：TP391.41(计算技术、计算机技术)

资助基金：河北省自然科学基金F2015202239;天津市科技规划项目14RCGFGX00846,15ZCZDNC00130

在线出版日期：2019-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：7-14