典型文献
基于全局特征和多种局部特征的行人重识别
文献摘要：
能否提取具有区别度的行人特征是行人重识别问题的关键所在.该文在ResNet-50的基础上,提出一种使用多种方法提取特征的多分支网络结构(MMNet).该网络将多种方法以一种巧妙的方式组合起来,从而解决行人姿态变化、部分遮挡等引起的行人判别特征信息缺失问题.在第一个分支中提取行人的全局特征,在第二个分支中使用通道注意力模块提取想要关注的局部特征,在第三个分支中将骨干网络提取的特征水平均匀的分割成不同的块,从而提取出不同粒度的局部特征,接着使用批量难样本三元组损失函数和softmax损失函数联合训练模型.最终使用不同分支提取的特征串联在一起作为最终特征.通过行人的全局特征和多种局部特征相互补充,从而提取出更有区别度的行人特征.算法在Market-1501和DukeMTMC-reID数据集上的平均精度均值和首位命中率分别达到87.7％和95.9％、79.9％和89.2％.试验结果表明,使用多分支网络提取的特征具有互补性,且平均精度均值和首位命中率比大多数行人重识别算法高.
文献关键词：
行人重识别;多种方法;多分支网络;通道注意力;局部特征
中图分类号：
作者姓名：
朱宽堂;张建勋;谭暑秋
作者机构：
重庆理工大学计算机科学与工程学院,重庆400054
文献出处：
引用格式：
[1]朱宽堂;张建勋;谭暑秋-.基于全局特征和多种局部特征的行人重识别)[J].微电子学与计算机,2022(02):43-50
A类：
B类：
全局特征,局部特征,行人重识别,ResNet,多种方法,提取特征,多分支网络,MMNet,部分遮挡,特征信息,信息缺失,通道注意力模块,第三个,骨干网络,割成,不同粒度,难样本,三元组损失,损失函数,softmax,数联,联合训练,训练模型,终使,联在,Market,DukeMTMC,reID,平均精度均值,首位命中率,互补性,数行,识别算法
AB值：
0.328617
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
