基于学习体型表征的行人再识别

摘要：

行人再识别是计算机视觉领域的一项重要任务,但大多数现有模型很大程度上依赖于颜色外观.针对目前很少研究解决目标人物衣服不一致的行人再识别问题,提出一种新的表征学习模型.该模型通过对抗性学习和特征分离来产生不受服装颜色或图案影响的体型特征表示.同时,由于缺乏包含同一个人服装变化的行人再识别数据集,创建了一个合成数据集来模拟服装变化.4个数据集(两个基准行人再识别数据集,一个跨模态行人再识别数据集,合成数据集)的定量和定性结果证实了该方法对几种最先进的方法的鲁棒性和优越性.

关键词：深度学习、卷积神经网络、行人再识别、体型表征

所属期刊栏目：22

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;山西省重点研发计划;晋中市科技重点研发计划

在线出版日期：2022-07-18（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：6172-6179