姿态引导与特征增强结合的遮挡行人重识别

• 全文链接
• 请求原文

作   者：

杜浩宇;  苟刚; 

作者机构：

贵州大学公共大数据国家重点实验室; 

关键词：

遮挡行人重识别;  姿态引导;  遮挡消除模块;  Vision-Transformer模型;  CBN模块;  小步幅滑动窗口;  特征增强; 

期刊名称：

计算机工程与设计

i s s n：

年卷期：

2024 年 006 期

页   码：

1843-1849

摘   要：

为解决现有遮挡行人重识别方法只注重于引入外部信息而忽略特征增强的问题,提出一种姿态引导与特征增强结合的遮挡行人重识别方法.将小步幅的滑动窗口引入VIT(Vision-Transformer),使网络获取局部的细微特征,将特征经过遮挡消除模块,消除遮挡带来的干扰;在模型中融入人体姿态估计网络,辅助模型解决遮挡带来的语义信息缺失问题;通过CBN模块提高模型的学习能力,使模型学习到更多高级语义信息.在遮挡行人重识别主流数据集Occluded-DukeMTMC上达到69.8%的Rank-1准确率以及63.2%的mAP,优于现有的其它方法,在整体行人重识别数据集上也取得了具有竞争力的结果.