期刊专题

10.3778/j.issn.1002-8331.2205-0390

基于IBN-Net和通道注意力的行人重识别方法

引用
针对因拍摄的行人图像模糊、遮挡、姿势、视角、颜色、风格和亮度不同等不良因素的影响,行人重识别任务难以提取具有判别力的特征,设计了一种基于IBN-Net和双池通道注意力模块的新颖网络IBNC-Net.以IBN-Net50-a作为骨干网络学习不因图像风格、颜色和亮度等外观变化而变化的特征;在不同的网络层嵌入双池通道注意力模块DPCAM,抑制无关特征,增强具有判别力的特征;引入广义平均池化GeM,通过模型训练自动调整池化尺度.为了验证提出的IBNC-Net方法的有效性,在三个流行的数据集上进行实验,包括Market1501、DukeMTMC-ReID和CUHK03.IBNC-Net模型的Rank-1分别达到了95.6%、91.2%和80.5%,mAP分别达到了89.1%、80.3%和79.4%,实验结果表明,所提方法能够有效提高行人重识别模型的性能.

行人重识别、深度学习、注意力机制、计算机视觉

59

TP391.4(计算技术、计算机技术)

国家重点研发计划;河南省重大公益专项

2023-09-18(万方平台首次上网日期,不代表论文的发表时间)

共9页

143-151

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

59

2023,59(17)

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