期刊专题

10.3969/j.issn.1006-2475.2023.06.009

基于联合网络的域适应行人重识别算法

引用
针对域适应方法存在对图像细节信息利用不充分和域间数据分布差异导致跨域行人重识别准确率较低的问题,设计一种基于联合网络的域适应行人重识别算法.首先,为了提高模型对细节信息的获取能力,网络嵌入注意力机制模块,并设计非对称多尺度分支,补充全局特征中缺失的细节信息;其次,为了缓解域间差异造成的影响,在CycleGAN网络的基础上引入在线相关一致性损失,训练样本生成器,生成带有目标域风格的源域样本,降低域间数据分布差异.然后,在域适应阶段,设计基于聚类联合网络的方式,将联合网络中教师网络输出的样本特征和分类概率作为监督信息,监督学生网络的训练,避免聚类硬伪标签在训练中造成的误差被放大.最后,为了缓解噪声伪标签的影响,引入动量对比损失(Momentum Contrast Loss,MoCo Loss),提高模型自适应能力.在Market-1501和DukeMTMC-ReID上进行实验,实验结果相比主流的算法有所提升,验证了该算法具有一定的竞争力.

行人重识别、域适应、多尺度特征、注意力机制、伪标签、域风格迁移

TP391(计算技术、计算机技术)

国家自然科学基金;新疆自治区重点研发计划项目

2023-07-18(万方平台首次上网日期,不代表论文的发表时间)

共8页

48-55

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2023,(6)

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