期刊专题

10.3778/j.issn.1002-8331.2009-0082

融合随机擦除和残差注意力网络的行人重识别

引用
传统的行人重识别方法依赖人工构造视觉特征,容易受到其他外界因素的影响,识别精度低.深度学习模型能自主地提取特征,但随着网络层数的加深会出现梯度消失情况,残差网络能缓解梯度消失问题,但提取出的特征信息未被合理使用.行人部分图像被遮挡是影响行人重识别准确性的另一个重要因素.针对上述问题提出了融合随机擦除和残差注意力网络的行人重识别算法.该算法:(1)在残差网络的基础上,引入注意力机制模块,通过强化有用的特征和抑制作用不大的特征来提升网络的判别能力.(2)引入随机擦除的数据增强方法,以便降低过拟合现象,同时提高网络泛化能力,解决行人重识别中遮挡问题.(3)使用triplet loss对融合网络进行监督训练,实现样本在特征空间中达到更好的聚类效果,提升行人重识别的准确率.实验表明,该算法在Market-1501数据集和DukeMTMC-reID数据集上能获取较高的识别精度.

行人重识别;随机擦除;残差网络;注意力机制;深度学习

58

TP391.4(计算技术、计算机技术)

中国博士后基金;陕西省科技厅项目

2022-02-22(万方平台首次上网日期,不代表论文的发表时间)

共7页

215-221

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

58

2022,58(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn