基于域分离和对抗学习的跨域行人重识别

摘要：

针对跨域行人重识别应用中源域与目标域差异较大、现有模型无法在剥离域信息的同时有效获取关键身份信息的问题,提出一种基于对抗学习分离图像域信息与身份信息的方法.该方法由域分离和对抗学习两个阶段构成:域分离阶段分离图像行人特征和域特征;对抗学习阶段通过特征提取器与相机分类器的对抗学习,提升模型对域信息与身份信息的区分能力.在Market-1501,DukeMTMC-reID和MSMT17数据集上开展跨域行人重识别验证实验,实验结果表明,所提方法在跨域行人重识别任务上取得了显著的性能提升.

关键词：行人重识别;跨域;域分离;对抗学习

所属期刊栏目：57

分类号：TP391.41(计算技术、计算机技术)

资助基金：云南省科技厅科技计划项目基础研究专项;国家自然科学基金地区科学基金;云南省重大科技专项

在线出版日期：2021-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：715-723