融合姿态引导和多尺度特征的遮挡行人重识别

• 全文链接
• 请求原文

作   者：

张红颖;  刘腾飞;  罗谦;  张涛; 

作者机构：

中国民航大学电子信息与自动化学院;  民航成都电子技术有限责任公司; 

关键词：

遮挡;  特征融合;  姿态引导;  特征修补;  行人重识别(ReID); 

期刊名称：

中国图象图形学报

i s s n：

1006-8961

年卷期：

2024 年 29 卷 008 期

页   码：

2364-2376

摘   要：

目的 在行人重识别任务中,行人外观特征会因为遮挡发生变化,从而降低行人特征的辨别性,仅基于可视部分的传统方法仍会识别错误.针对此问题,提出了一种融合姿态引导和多尺度特征的遮挡行人重识别方法.方法 首先,构建了一种特征修复模块,根据遮挡部位邻近信息恢复特征空间中被遮挡区域的语义信息,实现缺失部位特征的修补.然后,为了从修复的图像中提取有效的姿态信息,设计了一种姿态引导模块,通过姿态估计引导特征提取,实现更加精准的行人匹配.最后,搭建了特征增强模块,并融合显著性区域检测方法增强有效的身体部位特征,同时消除背景信息造成的干扰.结果 在3个公开的数据集上进行了对比实验和消融实验,在Mar-ket1501、DukeMTMC-reID(Duke multi-tracking multi-camera re-identification)和 Occluded-DukeMTMC(occluded Duke multi-tracking multi-camera re-identification)数据集上的平均精度均值(mean average precision,mAP)和首次命中率(rank-1 accuracy,Rank-1)分别为 88.8%和95.5%、79.2%和 89.3%、51.7%和60.3%.对比实验结果表明提出的融合算法提高了行人匹配的准确率,具有较好的竞争优势.结论 本文所提的姿态引导和多尺度融合方法,修复了因遮挡而缺失的部位特征,结合姿态信息融合了不同粒度的图像特征,提高了模型的识别准确率,能有效缓解遮挡导致的误识别现象,验证了方法的有效性.