基于可变形掩膜对齐卷积模型的行人再识别

摘要：

行人再识别是计算机视觉领域的一个重要研究方向,在视频监控等非常广阔的领域有极其重要的应用前景.行人再识别研究中遇到的一个重要挑战就是行人图像对齐问题.利用全卷积模型和全局平均池化操作,提出了一种新的可变形掩膜对齐的深度卷积神经网络模型,它不仅可以解决行人图像对齐问题,而且实现了行人图像的多信息融合.该方法在Market-1501和DukeMTMC-reID两大数据集上进行了验证,整体准确率得到了很大提高.

关键词：行人再识别、对齐、全卷积模型、信息融合

所属期刊栏目：57

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61572142

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：146-152